跑了几个深度研究的报告，分享给大家一起学习 LLM 预训练技术报告：深入浅出解读 SFT： RLHF 深度技术报告： LLM幻觉问题深度剖析与优化策略：

#LLM #预训练 #SFT #RLHF #幻觉问题

相关新闻

Y11

13小时前

如果你也想深入了解<LLM-based planning agents>领域，推荐参考三篇研究：《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》揭示了思维链提示如何激发模型推理；《HuggingGPT》展示了多模态工具协同的实践；《Understanding the planning of L

吕立青_JimmyLv (🐣, 🐣) 2𐃏25 | building bibigpt.co

14小时前

再尝试复刻 dont 哥的工作流， MCP 截图 tweet 👉 自动发小红书 round 1 chrome-devtools-mcp 果然失败了，很弱鸡😂 round 2 playwright mcp 也失败了，各自的 tools 很多 round 3 cursor 自带的 Browser 细节其实很多，比如 3:4 比例 + 仅保留内容主体翻看 dont 哥的 tweet 发现

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1天前

今天读的论文发现，LLM的智能，元认知程度也TMD是预训练阶段利用梯度下降的大算力对decode only transformer的神经网络的优化压力下激发出来的！

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2天前

预训练应该应该增加推理语料的多样性，然后SFT阶段使用一小套高质量数据监督微调，然后用奖励稳定下来。预训练阶段逼着LLM自己学习内化，然后用sft高质量数据强化，最后用reward策略优化固化。 ---- Paper – arxiv. org/abs/2510.03264 Paper Title: "Front-Loading Reasoning: The Synergy between

LysonOber

2天前

理光（Ricoh）推出了面向企业的 “Dify 支持服务（Dify Support Service）”。作为其本地部署版 LLM 套件的可选服务，该方案提供了“实地支持”，帮助企业现场人员开发符合自身业务需求的 Dify 应用。从其针对大型企业导入支持的举措来看，可以看出 Dify 在企业级应用方面的推进正在加速。详情见下方回复👇

跑了几个深度研究的报告，分享给大家一起学习 LLM 预训练技术报告： 深入浅出解读 SFT： RLHF 深度技术报告： LLM幻觉问题深度剖析与优化策略：

相关新闻

跑了几个深度研究的报告，分享给大家一起学习 LLM 预训练技术报告：深入浅出解读 SFT： RLHF 深度技术报告： LLM幻觉问题深度剖析与优化策略：