#CoT

1个月前

如何让 gemini 的 thinking steps 用中文输出？【集思广益】问题描述： gpt 的 reasoning model，CoT 是可以中文输出的。不需要在 custom instruction 里面单独指定。但是，gemini 模型的 CoT 却只有英文输出，不论是把 app 设置为中文，还是在 custom instruction 里面指定，都是无效的。我的理解： CoT 的语言，是模型层面的，无法通过用户自定义指令来修改。必须得等 google 自己在 gemini 的系统指令中调整，用户没有办法。推友们有人解决 cot 修改语言的问题了吗？

#Gemini #中文输出 #CoT #模型语言 #用户自定义指令

3个月前

最近在抖音上看《大秦帝国》消磨时间，对商鞅个人非常感兴趣，于是用gemini可视化了其覆灭的主要原因。明白一个道理，要让AI信息图可视化丰富，需要一个类似CoT的中间过程，中间过程的文字需要十分丰富，从而最后信息图的内容才会丰富。

#大秦帝国 #商鞅 #覆灭原因 #AI可视化 #CoT

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

4个月前

看KIMIzhilin访谈给我的启发： LLM agentic 生成行为的训练，是在next token predition基础上构建新的生成路径模式（原来我认为只是MLP层主导，现在看来是attention和MLP共同作用于残差流) 思维模式的抽象大于行为模式的抽象，越抽象越能泛化，但构建能力越弱。 COT是顶级的，还有reflect/plan search模式思考和行为兼顾 code模式像ant这种就是在search模式的下游了

#LLM agentic #next token prediction #思维模式抽象 #CoT #search模式

7个月前

这个也太酷了！支持本地部署，字节跳动刚刚宣布发布了一款 7B 的多模态模型⚡️ 支持思维链思考和生成图片，并且支持支持自然语言编辑能力，在开启 CoT 的基础上，性能超越 Gemini-2-exp 的生图能力开源地址 👉

#字节跳动 #7B多模态模型 #思维链 #图像生成 #CoT #Gemini-2-exp #开源

𝗖𝘆𝗱𝗶𝗮𝗿

9个月前

Manus 爆火之后，我们做了一套框架来验证这件事儿的可行性，就像我们 CTO 说的，技术是没有护城河的。我一直觉得，只要在 AI 这个赛道，应用层不是难事儿。这套框架基本原理就是：CoT + DoT + Model + Agnets + Artifacts 完成，其实我一直在思考，Sonnet3.7 ReFlect 这么强，到底要不要做用户侧 CoT！ ○ 用户提问（通过 Query扩写拓展） ○ 条件思考（通过 CoT 激活反问机制） ○ 调用模型（通过 Sonnet3.7 发散推理） ○ 思维图序（通过 DoT ≈ DAG + ReFlect 不断循环节点反思，直到对单节点结果满意） ○ 调用代理（激活 Computer/Browser Use 针对 DoT 处理） ○ 产出内容（根据 DoT 产生的最终结果生成报告） ○ 动态页面（通过产生的多模态报告，调用 Artifacts 来生成可视化页面）以上是 Juchats Team 的一些思考！

#Manus #ai赛道 #技术护城河 #应用层 #CoT #DoT #model #Agents #Artifacts #Sonnet3.7 ReFlect #用户侧

10个月前

#分享从 DeepSeek R1 了解推理模型的训练的四种方法 1. Inference-time scaling 在推理过程中增加计算资源以提高输出质量。一个经典的例子，就是 CoT，在 Prompt 中包含类似 `Think step by step` 的短语，它通过输出更多的 token 增加了计算资源。 2. 纯 RL DeepSeek-R1-Zero 仅通过强化学习而没有初始 SFT 阶段进行训练。同时，也没有使用使用接受人类偏好的奖励模型，而是采用了准确性（用 LeetCode 编译器来验证代码结果，以及一个确定性系统来验证数学答案）和格式奖励（将模型的思考过程强制包裹在 `<think></think>` 之间）。 3. SFT + RL DeepSeek 使用 DeepSeek-R1-Zero 来生成冷启动（Cold Start）数据。使用此冷启动的数据，DeepSeek 通过 SFT 微调了该模型，然后是另一个 RL 阶段。为了防止 Language Mixing 的问题，在 RL 阶段引入了语言一致性奖励。 4. SFT + 蒸馏与传统的模型蒸馏不同，DeepSeek 在小模型上（比如 Llama 8B、70B，Qwen 2.5 models）通过 DeepSeek-V3 和 DeepSeek-R1 生成的有监督数据，对小模型进行了微调。其结果是蒸馏的小模型表现比 DeepSeek-R1 要弱，但和 DeepSeek-R1-Zero 差不多。进一步，小模型纯 RL 和蒸馏的效果如何？DeepSeek 使用了 Qwen 32B 的模型作为作为对比。有趣的结果是，对于小模型蒸馏比 RL 要更有效。

#DeepSeekR1 #推理模型 #训练方法 #计算资源 #CoT #强化学习

10个月前

R1 比 O1 真正优秀的地方在输出了CoT，让人感觉很厉害很值得信任。如果把CoT禁掉，只看结果的话。可能和o1一样，用得人也不是那么多了

#R1 #O1 #CoT #信任 #输出 #使用者

11个月前

问：宝玉老师您好模型处理日期推算有没有什么好的方法？现在我在提示词给了一个日期表告诉他这周一至下周五的日期但还是有时候会有问题答： 1. 借助 CoT 拆分成几个简单的步骤可能会好一点； 2. 直接让它写程序帮你算而不是通过模型能力推算，AI代码能力很强，写这个代码小菜一碟，如果是 Claude 或者ChatGPT，还可以直接给你显示运算后结果，Claude 甚至还能帮你做个网页程序，可以预览交互

#模型 #日期推算 #CoT #代码 #AI