【日积月累】 1.什么是 AI Tutor？ 在线教育的创新本质上都在解决“如何规模化优质供给”的问题：Coursera  用录像的方式实现全球 Top 级大学经典课程这一稀缺教育资源的规模化，国内市场中，Vipkid 的创新在于用差异化...

【日积月累】 1. 构建 AI 应用远不只是调用模型 API 一旦在 LLM 领域花了足够多的时间，在兴奋之余你会意识到当前模型本身的两点局限： 1. 它只有“脑子”没有“手臂”，无法在外部世界行动，不论是搜索网页、调用 API 还是查找数...

【日积月累】 1.模型强弱的核心指标 首先，把一个模型调成一个对话机器人这件事情并不难，开源界已经有了类似于 Alpaca, Vicuna, RWKV 这样的对话机器人，跟它们随便聊聊感觉都还不错；但要真正希望这些模型成为生产力，随便聊聊是不够的。...

【AI驱动】 DeepSeek发布了开源数学定理证明模型Prover-V1.5，通过将数学问题转换为Lean编程语言，引入强化学习系统，实现了自我迭代和Lean证明器监督。该模型在高中和大学数学定理证明测试中取得了63.5%和25.3%的成功率，超越了多款开源模型。DeepSeek-Coder-V2结合Lean证明器标注中间状态信息，提高了模型的形式化证明能力。模型训练采用GRPO算法进行强化学习训练，并引入RMaxTS算法解决证明搜索中的奖励稀疏问题。DeepSeek-Prover-V1.5在miniF2F和ProofNet基准测试中取得了新的SOTA。

【日积月累】 01.Investment Thesis Coding 领域的投资主要面临着两个大变化，底层推理引擎的持续进步和市场空间的变化： 1）Coding 能力是 LLM + RL 范式下能力进化最快的方向，会是从 copilot 渐进...

【日积月累】 01.State of AI Agent Agent 使用趋势： 每个公司都在计划部署 Agent Agent 领域的竞争正在变激烈。在过去一年中，许多 Agent 框架变得普及：例如使用 ReAct 结合 LLM 进行推...

【日积月累】 Idea 01 微软转投 Anthropic，模型和云的格局彻底改变 微软和 OpenAI 的关系紧张已不是秘密，也许是 OpenAI 的公司架构，以及和微软的结盟方式太不同寻常，让多方利益制衡而紧绷的弦终会有断的一天...

【日积月累】 01.神秘的DeepSeek “DeepSeek 最重要的事是 push 智能” 1. 创始人兼CEO梁文锋是 DeepSeek 最核心的人，和 Sam Altman 不是一类人，他是很懂技术的。 2. ...

【日积月累】 GPT-4 发布之后，一直存在一种声音认为 AI 发展低于预期，模型能力没有明显跃升，主要原因就是目前还没任何一家 AI Lab 能够大幅增加在单一模型上投入的计算量。目前市面上已发布的模型在训练计算量上基本都是 GPT-4 水平（～2e2...

【日积月累】 1.强化学习及语言模型技术回顾 强化学习的核心是 exploration and exploitation 强化学习的前置内容是机器学习（Machine Learning）。上一波的 AI 浪潮主要讨论的是 ML，它是通过人标注...

【日积月累】 1.前端开发与 Next.js 的发展 为什么关注前端市场 AGI 很可能在开发领域率先实现，因为代码比自然语言更清晰明确、是经过形式逻辑优化的语言，而且开发场景的 feedback loop 是可以由机器自己验证并迭代的，因为...

【日积月累】 1.为什么我们期待 RL 改变 LLM 范式？ 1.1 LLM 利用现有数据，RL 探索长距离推理 2018 年，Lex Fridman 邀请 Ilya 来 MIT 客座讲一节课，Ilya 选择的主题是 RL 和 self-pl...

【日积月累】 1.研究方法 导言 生命科学公司致力于将科学发现转化为药物、诊断工具和技术，显著改善人们的生活质量。在过去 15 年，该领域取得了巨大进展：多种影响深远的药物获得批准，如新冠疫苗、检查点抑制剂（checkpoint inhibi...

【日积月累】 1.搜索是 LLM 初期最大的 Killer App 张小珺：你今年依然在美国花的时间非常的多，整个上半年最大的感受是什么？ Guangmi Li：GPT-4 出来一年多了但 AI 应用还没大爆发，从结果上看是比较无聊的。抛开 ...

【日积月累】 1.Voice Agent 全景图  为了快速框定出端到端模型出现后什么领域会有剧烈变化、什么领域不会，我们搭建了以下框架来分析声音领域的不同场景需求。 象限分类标准：1）纵轴是该场景是否对实时性敏感，上方的需要实时在线的回答，...