#LLM

「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

「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（

「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

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

「Agent」论文：Executable Code Actions Elicit Better LLM Agents 从 ReAct 到 CodeAct 如果让我在所有 LLM 论文中选择我最喜欢的一篇，2022 年的 ReAct 绝对是前三名之一。 ReAct 大道至简，天才般地将复杂的强化学习（RL）过程，通过口头表达的方式表现出来，至今依然是 Agent 项目中最简单、最有效、最稳健的

#MCP 我自我感觉英文水平还说得过去，但是读书读文章还是没有母语那么快。大家有试过用llm翻译一整本书吗？我之前尝试过，有几个痛点： 1. 直接塞塞不下，受限于context window和输出token限制 2. 怎么拆是个学问，拆完保证翻译的一致性又有些工作要做 3. 自动化完成这一系列翻译，可能需要用到coze或是dify这样的工作流工具 今天试了下MCP来解决这些个问题，用的就是最基础

前几天看到的折纸风格视频，复刻教程： 1. Midjourney Describe 反推提示词 2. LLM 给出其他动物和材质组合提示词 3. Midjourney 生成图片 4. POE上的可灵 v1.5 生成视频，剪映拼接加音效

更强的reasoning， 更好的Agent 论文分享： Thinking Machines: A Survey of LLM based Reasoning Strategies 在我们开发Agent的项目的时候，需要 更好的LLM reasoning的能力，以获得更高的任务完成准确率。 那么有哪些方法可以增强LLM的reasoning能力呢？ 沿着之前我分享的Testing time s

Large Reasoning Model时代, 几乎等于Reinforcement Learning + LLM的时代。 但RL专业性非常强，去参加ML的会议时，专门做RL的研究员都现场拿着笔纸推算数学公式，掌握起来学习难度较高。 分享一本RL的入门教材，从RL基础MDP，PPO，直到跟LLM结合，如RLHF，都有讲解，深入浅出。 Reinforcement Learning: An O

提示词分两种 一种是写给 LLM 的，一种是写给 Human 的 “懂 AI” 但是不能把这种 “懂” 表达出来的人 只会写第一种提示词，不会写第二种 就会变成了商业化受阻的 AI 懂王

B 站应该上 LLM 把弹幕都过一遍防止剧透

彭博社的 Mark Gurman 说，苹果“类似ChatGPT”的 LLM Siri，预计会随着 iOS 20 发布 也就是推迟到 2027 年😐 之前苹果把新 Siri 说得天上地下的，话说得太满了😅

又搞出一个好玩的东西： 任何输入框，输入中文，按快捷键，自动调用LLM翻译成英文替换。 工具用 Keyboard Maestro就可以。 感觉玩法场景，可以拓展很多的样子，LLM什么都能生成啊。 比如，不翻译成英语，重写你的话，换高情商表达？ 还有撩妹、客服等各种场景... 😝

微软发布OmniParser 2.0版本，用于把屏幕截图转化成LLM可处理的结构化格式，再结合屏幕操作工具即可让LLM操作屏幕。 模型： Github：

每天看到这帮号称搞AI和LLM营销号尬吹ASIC Inference Speed，我心里就只有一句话： 能不能做一点自己的本行，或者至少自己真正懂的东西，而不是到处翻译别人家刚出的广告🤣🤣🤣 比比API价格再说话吧

很多时候历史的发展是很有意思的，DeepSeek成了图腾级事件后，国内各级政府的超算预算蹭蹭的往上涨，甚至大有把服务器变成和石油、粮食一样的战略储备的趋势，而汉语信息熵是英语2-3倍，隐约感觉在LLM、Coding等领域，汉语本身也会有点不小的动静和不一样的发展，对了，今年是他的本命年，哈哈哈

和真格联合推出了一个面向非技术人群的 DeepSeek R1 创新亮点分享会。 用通俗易懂的方式过了一次R1和V3的技术报告。 后半场我们讨论了从中能看到未来 LLM 应用会有哪些新范式和产品可能性。 同时对最近一段时间的各种光怪陆离的谣言和伪概念进行一个解释😁

1/16 每天都看到大量工程师分享他们用llm写代码的经历。一些人完全依赖它生成代码，另一些人把它当作高级搜索工具。这两种态度背后体现了完全不同的工程素养

《把 LLM 倒过来》 大部分中国人没用过大模型，但是他们看过大模型写的东西 因为 AIGC 矩阵号可以赚取平台广告分成 你不用搜索引擎没关系，我们做今日头条/抖音给你看 你不用 LLM 没关系，我们把 LLM 写的东西推到你面前 你不用也得用，你不看也得看 把 LLM 倒过来 - 把资本主义倒过来

有了LLM， 我感觉让我的跨领域学习， 入门学习的门槛大概就是那20刀/月。 比如现在我对着LLM 教我学习深度学习模型。 用3w1h 方法快速帮我科普、补充额外的知识， 这要是以前， 我光看教科书， 搜集资料个把月的时间就过去了。 的确这是一个令人兴奋的时代。

如果一个系统的工作流程是依靠人来编排的，那么它就是Workflow（工作流）。 如果一个系统的工作流程没有办法事先编排，需要依靠LLM在工作中动态编排，那么它就是Agent。