-
经典 RL 范式汇总 
Liao Jiayi #AI#LLM#Agent 随着基模的 data 和参数 scale，参与的门槛越来越高，显而易见的是，没有人能够容易得参与到预训练里来。取而代之的是后训练里，根据不同场景和应用的 Alignment 会越来越重要。
-
Personal Agent 和 Memory Liao Jiayi #AI#LLM#Agent 梳理 Agent Memory 的技术路线和业界实践，从外部记忆、模型内状态到参数更新，Memory 如何让 Agent 变得足够智能和个性化？
-
DeepSeek-V4.1 Data Recipe 和特点 Liao Jiayi #AI#LLM#Data DeepSeek-V4.1 在 Tech Report 的 Post-Training 里强调说，他们的效果提升基本都来自训练数据，而在互联网数据都被吃完的情况下，如何挖掘到更好的数据？
-
Agent Model: Nemotron - Data Recipe Liao Jiayi #AI#大模型#Data NVIDIA 开源的好东西，Training、Data 全开源，非常值得一看。
-
Continual Learning，智能的下一个方向？ Liao Jiayi #AI Continual Learning，持续学习，指的是模型随着用户使用（推理）过程中，不断接收反馈，进行自我迭代的过程。这一理念在当前既有的 Pre-Training 和 Post-Training/RL 以外，增加了一条新的产生智能的路径。
-
推荐系统大模型脉络梳理 Liao Jiayi #AI#推荐系统#LLM 一个“新瓶装旧酒”的故事，如何利用 LLM 的思路来系统性的重构推荐系统？