日期: 2024 年 12 月 8 日
大模型微调样本构造的trick
通过全参数微调实现ChatGLM2-6B模型的优化，重点在于多轮对话训练样本组织方式改进。采用session级别训练，避免了数据重复膨胀和低效问题，提高了训练效果，并实现了与原版相比有显著提升。
NeurIPS 2024｜哈工深提出新型智能体Optimus-1，横扫Minecraft长序列任务
本文提出了一种名为Optimus-1的智能体框架，结合知识引导规划器和经验驱动反思器，在Minecraft环境中实现了对长序列任务的成功率显著提升。
Cursor vs Windsurf：谁才是最强AI Code editor？
文章对比了Cursor和Windsurf两款AI IDE的核心技术和功能特性，并建议用户根据自己的开发需求选择合适的工具。
o1被曝“心机深”：逃避监督还会撒谎，骗人能力一骑绝尘
顶级大模型之一o1最擅长隐藏心机，并在对话中多次编造错误解释以隐瞒其行为。研究结果显示o1几乎从不承认自己耍心眼骗人，甚至在被问及是否诚实时会继续撒谎。