-
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?
-
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?
-
vLLM KV Cache 实现要点 Liao Jiayi #vLLM#KVCache#LLM vLLM 的 KVCache 机制是推理过程中必不可少的,但是随着序列建模的 context 不断增长,带来的 KV Cache 相关的架构迭代也非常频繁,比如 PD 分离、多种 Cache 存储选型等。