理论

「DeepSeek 技术解析」：LLM 训练中的强化学习算法

我们将深入探讨 DeepSeek 模型训练策略中的关键创新之一[1, 2]：群组相对策略优化（Grouped Relative Policy Optimization，GRPO）[3]。为确保本文自成体系并阐明 GRPO 的理论基础，我们将首先介绍强化学习的基础概念，重点解析强化学习（RL）及基于人类反馈的强化学习（RLHF）在 LLM 训练中的核心作用。接着我们将探讨不同的强化学习范式，包括基于价值的强化学习、基于策略的强化学习和 Actor-Critic 强化学习，回顾经典算法如置信域策略优化（TRPO）和近端策略优化（PPO），最后解析 GRPO 带来的优化创新。

5/28/2025 2:25:00 AM

Baihai IDP

什么是 AI 智能体？一个例子说清楚

很多人知道，AI 可以用来聊天，帮你生成文本，比如写总结、改文案、润邮件。但你有没有想过：这些事情，其实都可以交给一个AI 智能体自动完成？比如这件事：你输入一些工作数据，让 AI 帮你写一篇工作总结，再稍作修改发给主管。

5/28/2025 2:00:00 AM

大征哥

知识图谱、大模型与幻觉：自然语言处理的视角

摘要大型语言模型（LLMs）已经彻底改变了基于自然语言处理（NLP）的应用，包括自动化文本生成、问答系统、聊天机器人等。然而，它们面临一个重大挑战：产生幻觉，即模型生成听起来合理但实际上错误的内容。这削弱了信任，并限制了LLMs在不同领域的适用性。

5/28/2025 1:50:00 AM

KGGPT

RAG（检索增强生成）：提升大语言模型性能的终极指南

一、大语言模型的困境：从“鹦鹉学舌”到“知识饥渴”在人工智能领域，大语言模型（LLMs）的出现曾让我们惊叹于其语言能力——它们能流畅对话、撰写文章，甚至模仿人类的逻辑推理。然而，随着应用场景的深入，这些“超级智能鹦鹉”的局限性逐渐暴露：时效性缺失模型训练数据往往截止到某个固定时间点，无法回答“昨晚比赛结果”“最新政策变化”等实时问题。知识边界模糊面对企业内部文档、专业领域知识等私有数据时，传统LLMs因缺乏访问权限而无法准确响应。

5/28/2025 1:25:00 AM

大模型之路

DeepSeek-V3：硬件与模型的完美统协，奏响 AI 高效新乐章

大家好，我是肆〇柒。 DeepSeek-V3 曾经一度备受全球瞩目，从 V3 发布至今，这一开源模型已经在众多企业场景中成功落地。然而，在落地过程中，由于其复杂的工程细节，相信许多团队也遇到了不少挑战。

5/28/2025 1:20:00 AM

肆零柒

基于大模型的智能问答系统

在构建基于大模型的智能问答系统时，LangChain 提供了一个强大的框架，支持各种模块来帮助开发者构建更复杂、更智能的语言处理应用。以下是构建此类系统的一些关键组件和步骤。模型接入：使用 LangChain 支持的模型，通过 API 接入外部模型，或利用 api-for-open-llm 框架调用本地llm模型。

5/28/2025 1:00:00 AM

耗子

从无人问津到大厂簇拥，MCP到底是个啥？

在当今快速发展的AI领域，技术的迭代和创新不断涌现，而一种名为MCP的协议，正在悄然改变着AI模型与外部世界交互的方式。近年来，随着AI技术的蓬勃发展，智能体(Agent)逐渐成为驱动AI应用的核心力量。而MCP作为智能体的关键支撑技术，凭借其高效、可靠且灵活的任务执行能力和资源管理机制，为智能体在复杂多变的环境中提供了强大的保障，确保其能够高效运作。

5/28/2025 12:30:00 AM

OpenAI o3模型无视指令拒绝关机，AI会失控吗？

近日，OpenAI最新的大语言模型o3展示了一种令人担忧的行为：主动绕过并破坏了自身的关闭机制，即使在明确指示允许自身被关闭的情况下也是如此。这标志着首次记录到AI系统无视明确人类关闭指令的案例。这一发现不仅挑战了我们对 AI 可控性的认知，更为人工智能的未来发展敲响了警钟。

5/28/2025 12:00:00 AM

ICLR2025 | MIT何恺明团队提出TetSphere：拉格朗日体积网格精准还原高质量3D形状！

一眼概览TetSphere Splatting提出了一种基于四面体球体（TetSpheres）的拉格朗日表示方法，可生成高质量3D网格，兼具高几何保真度和结构完整性，在多视图重建和图像/文本到3D生成任务中均表现出色。核心问题当前主流3D建模方法（如基于点云或神经隐式表示）难以同时兼顾高质量网格结构与几何表达能力，尤其在处理复杂形状时，常出现非流形、退化三角面等问题。论文关注的核心问题是：如何以结构合理、几何一致的方式重建高质量3D网格，同时保持高效计算和良好可扩展性。

5/28/2025 12:00:00 AM

萍哥学AI

Claude 4一战封神！找出6万行架构级重构的白鲸bug! 前大厂开发者自述：四年投入了200个小时没发现，别的模型都没做到！

出品 | 51CTO技术栈（微信号：blog51cto）今天，一篇Reddit上的帖子走红了，光看题目就很有料：Claude Opus 帮我解决了一个我四年来都找不到的“白鲸级 bug”图片发帖人是一位有 30 年经验的前 FAANG C 工程师，是团队里负责给bug清场的大佬级角色。但这一次，他坦言被 Claude Opus “彻底震撼了”。这个 Bug 有多棘手？

5/27/2025 7:08:26 PM

伊风

字节推出统一多模态模型 BAGEL，GPT-4o 级的图像生成能力直接开源了！

图片字节推出的 BAGEL 是一个开源的统一多模态模型，他们直接开源了GPT-4o级别的图像生成能力。（轻松拿捏“万物皆可吉卜力”玩法~）。可以在任何地方对其进行微调、提炼和部署，它以开放的形式提供与 GPT-4o 和 Gemini 2.0 等专有系统相当的功能，通过能够实现精确、准确和逼真的输出的原生多模态架构解锁有用且有价值的图像生成。

5/27/2025 3:59:41 PM

AIGC Studio

图像编辑革命，万物皆可插入！浙大/哈佛/南洋理工提出Insert Anything，告别PS抠图，AI让世界无缝生长

浙江大学、哈佛大学、南洋理工大学联合提出了统一的图像插入框架Insert Anything，支持多种实际场景，包括艺术创作、逼真的脸部交换、电影场景构图、虚拟服装试穿、配饰定制和数字道具更换，下图展示了其在各种图像编辑任务中的多功能性和有效性。效果展示相关链接论文：：：通过 DiT 中的上下文编辑插入图像本研究提出了“Insert Anything”，这是一个基于参考的图像插入统一框架，可在用户指定的灵活控制指导下将参考图像中的对象无缝集成到目标场景中。我们的方法并非针对单个任务训练单独的模型，而是在我们新的AnyInsertion数据集上训练一次——该数据集包含 12 万个提示图像对，涵盖人物、物体和服装插入等多种任务——并可轻松推广到各种插入场景。

5/27/2025 3:59:03 PM

AIGC Studio