标签: machine-learning
All the articles with the tag "machine-learning".
通向人工通用智能之路
Updated: at 04:22 PM探讨通向人工通用智能（AGI）的可能路径，讨论当前的方法、挑战、技术要求及其对社会的影响。
ChatGPT不是LLM——GPT才是
Published: at 04:22 PM理解ChatGPT作为智能体和GPT作为大语言模型之间的关键区别——为什么这种差异对AI开发和用户期望很重要。
智能体RAG与智能体上下文工程
Published: at 04:22 PM探索Agentic RAG如何将传统检索增强生成转变为动态、智能的系统，主动为自主智能体管理上下文，实现更复杂的推理和决策能力。
基于记忆的智能体学习——迈向真正自主AI的道路
Published: at 03:30 PM探索Memento等记忆增强AI智能体如何在不需昂贵模型微调的情况下革新自主学习，标志着迈向真正自主进化AI系统的第一步。
构建多智能体研究系统
Published: at 11:00 AM关于构建生产就绪的多智能体研究系统的技术深入探讨，涵盖架构模式、提示工程策略、评估方法以及从生产规模扩展AI智能体中获得的硬-won lessons。
Claude 4 提示工程最佳实践
Published: at 04:22 PMClaude 4 提示工程技术深入探讨：架构改进、指令遵循优化、元认知处理、并行执行以及生产 AI 部署的系统化方法。
AI采用趋势——什么在生产环境中真正有效
Updated: at 10:00 AM分析当前AI采用趋势，检验什么在生产环境中有效、常见陷阱，以及区分成功AI实施与失败实验的模式。
第37手与智能体
Published: at 10:00 AM探索AlphaGo第37手的意义及其对AI智能体未来的影响，突出人工智能中意外创新如何革新各领域的问题解决。
DeepSeek R1：重写AI训练规则
Published: at 10:00 AM发现 DeepSeek R1 如何通过在有监督数据为零的情况下在 AIME 上达到 71% 的准确率，颠覆了 AI 训练的范式。这一突破揭示了纯强化学习如何自发发展高级推理能力，可能消除庞大的数据需求并实现 AI 开发的民主化。对于寻求模型训练技术下一步演进的 ML 工程师和 AI 研究人员来说，这是一篇必读之作。
序列到序列学习——神经网络十年
Published: at 03:22 PM探讨 Ilya Sutskever 对序列到序列学习十年进展的反思，检视神经网络的演变及其对 AI 开发未来的影响。