Q同学

学生

研究生在读，个人主页：https://jiexingqi.github.io/

赞

1.7K

|

搜索文章

论文笔记：DAPO——改进的开源GRPO强化学习系统

导语 GRPO是当前LLM强化学习的核心算法，本文作者在实验中发现了原始GRPO的一些不足，进行了几点改进，有效提升了评测性能表现。

2天前
12
1
评论

mac本地部署Qwq-32b记录

导语昨天看到阿里开源了Qwq-32b，号称性能可以媲美Deepseek-R1。今天晚上有空就在Mac上折腾了一下，使用ollma进行了部署，效果感觉还不错，特此记录。环境硬件型号：Macboo

25天前
61
1
评论

mac本地部署Qwq-32b记录

一张4060完成一个miniLLM全流程训练（一）：预训练

大语言模型的出现引发了全世界对AI的空前关注。本文介绍一个项目MiniMind，主要帮助初学者从零开始亲手训练一个极小的语言模型，而不是仅仅进行推理！文中也给出了笔者自身的实验记录。

1月前
344
5
1

一张4060完成一个miniLLM全流程训练（一）：预训练

论文笔记：Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling

导语当一个大模型面对给定的算力，是应该更多的用于预训练还是推理？本文尝试回答这个问题。- 会议：Arxiv 2024 - 链接：[[2408.03314] Scaling LLM Test-Time

4月前
373
1
评论

论文笔记：Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling

Open o1模型介绍（Learning to Reason with LLMs）

导语本文主要整理和翻译自Open AI官网博客内容，用于了解Open AI官方对o1的描述和定位。综合了如下博客： https://openai.com/index/learning-to-reas

5月前
224
1
评论

Open o1模型介绍（Learning to Reason with LLMs）

论文笔记：Tree of Thoughts: Deliberate Problem Solving with Large Language Models

大模型推理领域的思维链是一个常用的优化技巧，本文将其进行了拓展和一般化，考虑树结构的思维树，在解决复杂推理任务时表现出了远超一般思维链的性能表现。

5月前
159
1
评论

论文笔记：Tree of Thoughts: Deliberate Problem Solving with Large Language Models

新手小白装机记录

导语今年5月份，我在淘宝上找人组装了一台游戏主机（12600kf+4060），主要用于玩游戏。那时候，配置是店铺提供的，机器也是他们组装好的，到了我这儿，只需要自己安装一下显卡就行了。后来，我在B站

9月前
2.2k
6
4

Phi-3：手机上就能运行的强力语言模型

导语 phi-系列模型是微软研究团队推出的轻量级人工智能模型，旨在实现“小而精”的目标，能够实现在低功耗设备上例如智能手机和平板电脑上部署运行。截止目前，已经发布到了phi-3模型，本系列博客将沿着最

11月前
462
1
评论

Phi-3：手机上就能运行的强力语言模型

Phi-2：小型语言模型令人惊人的能力

导语 phi-系列模型是微软研究团队推出的轻量级人工智能模型，旨在实现“小而精”的目标，能够实现在低功耗设备上例如智能手机和平板电脑上部署运行。截止目前，已经发布到了phi-3模型，本系列博客将沿着最

11月前
681
2
评论

Phi-2：小型语言模型令人惊人的能力

高质量数据至关重要：phi-1.5论文笔记

导语 phi-系列模型是微软研究团队推出的轻量级人工智能模型，旨在实现“小而精”的目标，能够实现在低功耗设备上例如智能手机和平板电脑上部署运行。截止目前，已经发布到了phi-3模型，本系列博客将沿着最

11月前
625
3
评论

高质量数据至关重要：phi-1.5论文笔记

个人成就

优秀创作者

文章被点赞 2,179

文章被阅读 349,379

掘力值 10,792

加入于

2021-12-01