ITIRONMAN

背景 Docker是一个开源的应用容器引擎，用于开发、交付和运行应用程序。它允许开发者将应用程序及其所有依赖（如库、配置文件等）打包到一个轻量级、可移植的容器中。这些容器可...

背景 现阶段，一个简单、有效的推理策略是Best-of-N采样，会从N个候选回复中选择reward最高的回复，但是Best-of-N在推理时成本较高，本文提出了Best-o...

背景 提示词作为与大模型进行沟通的语言，其重要性不言而喻，本文将从提示词的介绍、调试开始逐步延伸到多Agent的分工与协作，希望尽可能从个人的调研学习经历理清此部分技术发展...

2025年春节期间大部分人都看到了deepseek铺天盖地的新闻，和身边很多非行业内的人聊天，大多数人还未意识到这些技术变革意味着什么，今天我将从多个角度解读一下我对AI时...

何为“性”何为“习” “性”这个讨论自古有之，有人主张“性恶论”，有人主张“性善论”，本文不讨论孰是孰非，这些讨论有一个共同点，起码任务“性”是天生带来的，具有不可变性，不...

背景 本文将以Qwen2系列大模型为基础，讲解Qwen2模型技术架构及模型原理。 编码 词表的设计可以影响训练的效率和下游任务的表现。Qwen系列模型采用的是tiktoke...

2023年第三期更文挑战上线啦！这个夏天，持续写作，相信你一定会有所收获～多重奖品等你来拿，不负春日好时光...