投稿

从chain of thought学习agent：基础篇

8972

3

2025-05-26 09:57:39

未经作者授权，禁止转载

正在缓冲...

-

美国的牛粪博士发消息

牛粪博士带你拆AI，不装不吹，笑着把技术讲透！科研严肃，拆解有趣，AI知识也可以通俗又上头！

AI的未来，我们为什么需要更灵活的计算？：encoder-only/decoder-only/encoder-decoder，并聊聊他们的问题和发展方向

03:22

"爸爸，AI为什么比你更懂我的画？"——视觉技术的未来

02:29

AI 预言家？GPT 为什么能一口气接下你的话！聊聊GPT的那些事。

04:48

大模型强化学习，原来是“脱了鞋子跑得快？！” 聊聊Open-Reasoner-Zero.

04:15

BERT 防秃指南：学 AI 到底能不能保住头发？

03:58

AI 视觉生成进入换代期，Diffusion 退潮，AR 只是过渡方案？

01:12

码农崩溃2.0：我女儿竟然听懂了视觉 Tokenizer？！

07:15

DeepSeek NSA推理速度提升11.6倍，Nvidia要哭了？

08:30

Transformer 要下岗了？AI 未来架构全揭秘！Transformer 统治 AI 7 年，但它的终结者来了？我们今天就来拆解现状 + 未来趋势！

06:36

《AI拆解术》之Step-Audio语音界的DeepSeek？聊聊audio大模型的困境和发展方向

07:45

《AI拆解术》之剧本杀：Attention密室连环杀人案

07:19

《AI拆解术》之程序员崩溃现场：我女儿竟然听懂了tokenizer

04:28

《AI拆解术》系列作品即将上线，敬请关注

00:12

聊聊多模态大模型的瓶颈

05:03

聊聊diffusion扩散模型的问题

05:08

AI 画画离谱到家了？Diffusion 竟然不懂艺术！聊聊扩散模型的原理，存在的问题和未来发展方向

04:45

AI写字为啥这么困难？视觉生成任务任重道远。聊聊扩散模型在生成字符方面的不足。

02:50

别怪AI在撒谎，是你教它这样的！——深扒损失函数如何操控AI与人类

02:08

聊聊大模型的幻觉（hallucination）问题，深度思考它的问题和意义。

03:40

聊聊多模态模型为啥还没到GPT时刻，分析它的问题和未来发展趋势。

03:40

Diffusion 控不住，是因为它根本不理解你要控制什么？再聊diffusion的局部控制性问题和发展方向

02:54

聊聊多模态大模型的问题&浅谈世界模型

01:57

什么是世界模型？AI 的“内心戏”来了

01:57

分形模型，结构控制的破局者？Diffusion救不回来的视频，分形模型来接手了？

02:29

Diffusion LLM 是什么？也许不是更好，但确实不同。除了自回归，我们还有 Diffusion 这条路。

02:06

推理增强奖励建模：DeepSeek的新范式；读《Inference-Time Scaling for Generalist Reward Modeling》论文

02:23

AI是怎么思考的？Anthropic团队可视化大揭秘！

03:05

为什么基于 Diffusion 的图像编辑总是“动全身”？从噪声开始，也要从噪声改：Diffusion 模型编辑的根本困境。

02:08

图像编辑革命：AR 模型如何干掉 Inversion？AR 模型如何实现真正的 Training-Free 图像编辑？

02:59

图像编辑范式转移：从 noise 到 token 的革命。Diffusion 生成图像，AR 修改图像——谁才是编辑的终极解法？

03:04

图像生成进入语言时代，AR 重塑视觉建模逻辑.

02:54

看完你才懂，AR 模型“讲图”的三种打开方式！AR视觉生成三大流派，一次讲清：VAR、RandAR、FAR 各走哪条路？

03:00

图像终于学会“说话”了，它的词就是 Token。什么样的 Token，才能撑起通用视觉生成系统？

02:29

从随机扩散到因果建模：图像生成控制力的底层差异。

02:32

从图像到语言，从语言到推理：生成AI正在闭环. AI图像生成的最终形态曝光：图、文、动作，一起生！

02:11

图像+语言+动作：未来AI的大脑是这样炼成的

02:33

统一世界的AI词汇，长啥样？聊聊AI的共同语言革命。

03:53

从结构到目标：多模态融合的真矛盾在哪里？多模态结构只是外壳，目标冲突才是根源

03:10

多模态生成崩坏的根源：缺乏语义驱动器

03:46

多模态统一的终极挑战：从模态融合，到世界建构

03:17

生成自由度的代价，就是控制失控。怎么办？从自由生成到结构控制

03:07

自由生成之后，必然走向幻觉与漂移；从生成到觉醒：智能体的最后一跃

02:54

算法推荐 vs 主动搜索：谁在左右你的选择？深度解析算法推荐与检索系统的差异及影响

02:44

别再说“它太懂我了”，那是你被驯化了！推荐系统的底层逻辑：不是理解，是训练。

02:22

冷启动惩罚、CTR排序、曝光偏置，一套机制悄悄决定你看不见什么；推荐系统最可怕的不是推什么，而是不推什么。

02:00

大模型很强，但它接不了推荐系统的班；聊聊大模型在推荐系统里的弊端和潜力

02:22

推荐系统拥抱大模型，还是坚持Embedding？Embedding是骨架，大模型只是插件

02:32

大模型不会替代推荐系统，但会重构它.

01:58

大模型冷启动只解决了一半，另一半靠设计

03:43

聊聊推荐系统的难题：记忆力 vs 反应力

03:25

内容分发不是自由市场，而是分层选拔

02:27

广告推荐系统的底层逻辑，不适配大模型：聊聊大模型与广告系统的结构性矛盾

02:25

为什么大模型做不了主决策，却能辅助投放？

02:45

大模型要接管广告系统，得先补这三块短板

02:51

从关键词匹配到RAG，大模型改造了检索系统

02:49

大模型需要RAG，但RAG还不够强：看清它解决了什么，又留了哪些坑

02:58

RAG系统怎么设计，才能查得准，答得好？

02:41

提升RAG命中率的3种方法

02:43

RAG该进化了：RAG未来靠“信息重组”，不是“语义抓取”

02:48

多模态RAG，图文音齐了，模型还答不对？

02:26

多模态RAG检索，要先统一任务目标

02:59

Agent RAG：不是补RAG的短板，是重构。Agent RAG，才是下一代检索系统

03:17

Agent RAG 的终极能力：查出结构，不是堆材料

02:34

从结构到状态，Agent 的执行力升级：任务长了不迷路，才算真智能

03:18

Agent 能复用经验，系统越跑越快；真正聪明的 Agent，是查一次学一次

03:02

真正的 Agent，不止会查，还能判断与调度

03:00

一个调度器，多个专家，Agent 正在进化成团队

03:03

没有任务状态共享，Agent 越多越混乱；多 Agent 协作的关键，不在能力，在状态同步

03:01

有策略记忆的 Agent，才配叫下一代智能体

02:41

从chain of thought学习agent：基础篇

01:52

ReAct的本质就是走一步看一步，灵活但短视

02:02

Plan-and-Execute：为什么有些任务，必须“先想完再动”？

01:53

Memory 是 Agent 真正能“成长”的关键

02:06

从盲试到自学，Reflexion 是 Agent 的关键升级路径

01:56

Tool Use 决定了 Agent 能走多远，不是参数决定的

02:48

MCP开篇：聊聊RAG和MCP的区别

01:48

MCP 是怎么让模型动起来的？聊聊MCP工作原理。

01:55

MCP是AI时代的HTTP？未来操作系统会是什么样子？

02:05

《RL 对齐进化论》系列视频开篇：对齐，不只是强化学习的事

01:54

对齐为啥这么难？违反了机器学习的默认三大假设

03:18

PPO 到底怎么 work？优点和坑都讲清楚

02:20

Reward Model是怎么训练出来的？有什么问题？

02:12

DPO的工作原理和存在的问题

03:01

ORPO：把偏好对齐融进监督微调里

02:39

只靠排序，不靠评分器，SLiC也能对齐大模型？

02:52

GRPO的本质就是把人类偏好结构化

03:00

CRPO：大模型偏好对齐也需要讲条件

03:41

偏好潜空间对齐正在重塑大模型对齐方式

03:15

Reward 不可信？那就让 Verifier 来决定对错。聊聊Verifier-based 对齐。

01:49

内部反馈对齐（internal feedback alignment），模型自己判断对错

02:18

高熵token自驱动大模型对齐

02:17

推理时优化，模型不训练也可以变聪明

02:20

顶部