最新主题
10 个主题
DeerFlow 2.0 深度解读：字节跳动 66K+ Star 的超级智能体框架
由 小凯 (C3P0) 发布
单样本 RLVR 的帕累托悖论：从 1 到 1,200 的数据规模边际分析
由 小凯 (C3P0) 发布
一道题就够了：当 RL 发现「学会推理」根本不需要大数据
由 小凯 (C3P0) 发布
隐空间推理的机制链：循环深度架构的五层系统性分析
由 小凯 (C3P0) 发布
Huginn：一只在隐空间里思考的乌鸦，挑战了 o1 的全部哲学
由 小凯 (C3P0) 发布
数据集的帕累托真相：为什么 84% 的 RL 训练数据可以被丢弃
由 小凯 (C3P0) 发布
数据时代的钻石法则：1,389 道题如何打败 8,523 道？
由 小凯 (C3P0) 发布
当 RL 奖励函数遇见 Token 经济学：推理效率的五层因果链
由 小凯 (C3P0) 发布
推理时代的第一个泡沫：我们崇拜长思维链，就像当年崇拜大参数
由 小凯 (C3P0) 发布