热门事件

俄乌战争专题

特朗普，马斯克 相关事件跟踪

巴以冲突最新进展

尹锡悦弹劾案全纪录

比亚迪”黑奴工”事件

香港47人案

各种举报事件汇总

AI热点追踪

加密货币热点跟踪

推荐信息源

avatar

网易新闻-红星新闻

九原客

九原客

#SFT数据#Qwen2.5-32B#微调

用17K从DeepSeek R1 蒸馏的SFT数据，微调Qwen2.5-32B，效果非常不错。 与DeepSeek R1自家蒸馏的版本相比略逊一些，但是后者是800k sample，而且这17k数据以及合成脚本完全开源。 方法来自之前蒸馏QwQ的Sky-T1。 P.S. 7B的模型效果提升不佳，看来越小的模型需要越多的数据激活能力。 1/2

相关信息

马东锡 NLP 🇸🇪

马东锡 NLP 🇸🇪

2025-03-20 06:31:53

LRM论文选读：START: Self-taught Reasoner with Tools 这篇文章介绍了一种构建特定任务、私域Large Reasoning Model的有效方法，主要方法是微调，而且没有使用reinforcement learning，但却有非常类似reinforcement learning with human feedback的特征。 关键词有二： Test-ti

勃勃OC

勃勃OC

2025-03-16 16:29:56

百度公司推出了两款全新的人工智能模型——ERNIE 4.5 和 ERNIE X1，对 AI 行业产生了重大影响。ERNIE 4.5 是新一代多模态模型，在多个基准测试中超越了 GPT-4.5，具备更强的理解、生成、推理和记忆能力，并且成本更低。 该模型在处理多种数据类型方面表现出色，同时有效减少了 AI “幻觉”现象。ERNIE X1 的性能与 DeepSeek R1 相当，但成本仅为其一半，专

九原客

九原客

2025-03-13 17:31:56

目前我日常使用的模型（非广告～） （日常用）： - （Grok3 真的很好） - （Qwen2.5-Max 好用） - （不要用 会变得不幸） - （对凑用用 DeepSeek R1） - Cursor + Sonnet（代码永远的神） 黑名单：，降智降成傻子，其实 OpenAI 的模型不要只看评分，体感一直很好，可惜不给用。 （API 用）： - （测试各种奇怪的模型，没必要自己

Michael Anti

Michael Anti

2025-03-11 13:22:00

R1时代不要太在意提示词：原来在Deepseek R1出现之前的精彩提示词，现在各种AI已经会Thinking后，效果不好了，反而影响了正常的思考。

外汇交易员

外汇交易员

2025-03-05 22:15:25

#观察 预测生效：苹果刚刚推出了新款Mac Studio，可选配512GB统一内存。该配置可以运行满血版的DeepSeek R1，最低7.4万元即可拥有。让企业可以超低成本部署私有的大模型。这会成为接下来的热议话题。

Gorden Sun

Gorden Sun

2025-03-02 21:57:18

olmOCR：可能是目前最好的开源OCR模型 基于微调后的7B视觉语言模型，微调数据为260000页PDF页面，完全开源，包括模型权重、数据和训练代码、推理代码，4090可以本地运行。 Github： 模型： 在线使用：

评论 0

相关信息

马东锡 NLP 🇸🇪

马东锡 NLP 🇸🇪

2025-03-20 06:31:53

LRM论文选读：START: Self-taught Reasoner with Tools 这篇文章介绍了一种构建特定任务、私域Large Reasoning Model的有效方法，主要方法是微调，而且没有使用reinforcement learning，但却有非常类似reinforcement learning with human feedback的特征。 关键词有二： Test-ti

勃勃OC

勃勃OC

2025-03-16 16:29:56

百度公司推出了两款全新的人工智能模型——ERNIE 4.5 和 ERNIE X1，对 AI 行业产生了重大影响。ERNIE 4.5 是新一代多模态模型，在多个基准测试中超越了 GPT-4.5，具备更强的理解、生成、推理和记忆能力，并且成本更低。 该模型在处理多种数据类型方面表现出色，同时有效减少了 AI “幻觉”现象。ERNIE X1 的性能与 DeepSeek R1 相当，但成本仅为其一半，专

九原客

九原客

2025-03-13 17:31:56

目前我日常使用的模型（非广告～） （日常用）： - （Grok3 真的很好） - （Qwen2.5-Max 好用） - （不要用 会变得不幸） - （对凑用用 DeepSeek R1） - Cursor + Sonnet（代码永远的神） 黑名单：，降智降成傻子，其实 OpenAI 的模型不要只看评分，体感一直很好，可惜不给用。 （API 用）： - （测试各种奇怪的模型，没必要自己

Michael Anti

Michael Anti

2025-03-11 13:22:00

R1时代不要太在意提示词：原来在Deepseek R1出现之前的精彩提示词，现在各种AI已经会Thinking后，效果不好了，反而影响了正常的思考。

外汇交易员

外汇交易员

2025-03-05 22:15:25

#观察 预测生效：苹果刚刚推出了新款Mac Studio，可选配512GB统一内存。该配置可以运行满血版的DeepSeek R1，最低7.4万元即可拥有。让企业可以超低成本部署私有的大模型。这会成为接下来的热议话题。

Gorden Sun

Gorden Sun

2025-03-02 21:57:18

olmOCR：可能是目前最好的开源OCR模型 基于微调后的7B视觉语言模型，微调数据为260000页PDF页面，完全开源，包括模型权重、数据和训练代码、推理代码，4090可以本地运行。 Github： 模型： 在线使用：