飞哥的AI笔记

GPT-5.1的Instant模式和Thinking模式代表了两种不同的推理策略:Instant模式优先快速响应,适合日常对话、简单查询等大部分常规任务,内置自适应推理能力。思考模式主打深度推理

大模型的"情商优化"本质上是通过 对齐训练(Alignment Training) 把人类的情感表达偏好注入到模型中。GPT-5.1这次更新强调的温暖语气和同理心,不是模型突然有了真实情感

GPT-5.1的自适应推理是一种动态调整思考深度的机制,模型能根据问题复杂度自动决定是否需要在输出前进行深度思考。简单问题快速响应,复杂问题投入更多计算资源进行多步推理,从而在速度和准确性之间找最优

基于十二篇 AI 领域热门论文阅读有感，思考从识别到思考的认知升级。详细、生动介绍各篇论文的核心思想和启发

如何设计Multi-Agent的任务分配算法？负载均衡如何实现? Multi-Agent任务分配的核心是任务拆解、能力匹配和动态调度。

Pass@k是什么意思？ 代码生成的评估指标主要关注生成代码的正确性和质量两个维度。其中Pass@k是最核心的正确性指标：对于一个编程问题，让模型生只要其中至少有一个能通过所有测试用例，就算成功。

什么是多模态学习？为什么要把图像和文本结合起来？如果你的任务需要同时理解两种以上的信息源才能做出准确判断，那多模态就是必选项

召回、粗排、精排、重排分别是干什么的？2025 了，有什么变化。：不追求每个环节都完美，而是让每层在各自擅长的地方发挥价值，整体协同达到性能和效果的最优平衡。

Few-shot Learning是指模型仅需少量样本就能完成新任务的学习范式。本文清晰地展示了在不同数据量和业务场景下如何选择技术方案，体现了系统化的工程思维。