马东锡 NLP 🇸🇪2025-04-14 04:26:54「LLM, Reasoning」论文： (How) Do reasoning models reason? “真正的智能，是让模型在生成时就做出正确选择，而不是事后去验证哪个选项是对的。” 作者Subbarao Kambhampati，我不完全同意他，但我很喜欢他。2024年ACL Keynote，他批评当前对 Chain of Thought 的信仰如同宗教。——我们喜欢看到推理的样子，但并
马东锡 NLP 🇸🇪2025-04-04 17:33:30「LLM x RL」DeepSeek 最新论文：Inference-Time Scaling for Generalist Reward Modeling 在 RL 中，Reward Modeling（RM）是一个非常重要的部分。RM 主要用于对 LLM 的生成结果进行打分，从而调整 LLM 的 policy，使其更符合 RM 设定的要求，比如更强的 reasoning 能力。 针对特定任务（
马东锡 NLP 🇸🇪2025-04-02 06:34:00「LLM， Agent, RL的关系」 在LLM的语境下，Agent是能理解问题，自主进行推理（Reasoning），并采取行动的系统。你可以把它想象成一个非常聪明的助手，当你提出复杂问题时，它不会立即给出答案，而是会在内心进行推理和规划（Planning），再给出最终决定。 如果我们回顾prompt engineering中提高LLM Reasoning能力的方法，如Self-Consis
李老师不是你老师2025-04-01 22:21:26微软关闭了位于上海张江高科技园区的物联网与人工智能内部实验室，这是地缘政治紧张局势加剧背景下这家美国科技巨头撤出中国的最新迹象。 据张江人工智能岛地区工作人员透露，该上海实验室旨在推动国内物联网（IoT）和人工智能（AI）技术的发展，南华早报最近访问时，实验室一片漆黑，空无一人，标识已被去掉，办公设备也被清空。 微软人工智能和物联网实验室成立于 2019 年 5 月，位于张江的“网红岛”——张
Jintao Zhang 张晋涛2025-03-31 20:29:02这是什么意思呢？Anthropic 给自己的 API 加了个 OpenAI 的 API 兼容。这样就可以直接使用 OpenAI 的 SDK 了，以及在各类兼容 OpenAI API 接口的应用上来使用 Anthropic 的模型了。 原本还以为以后 LLM 的接口形式有两种，Anthropic 能硬扛压力，但这样看，以后应该就只有 OpenAI 这一种了
