微软发布一个基于纯视觉的 GPU 智能体：OmniParser 2.0 版本
微软发布OmniParser 2.0版本，能将屏幕截图转化为LLM可读结构化元素，提高多模态大模型的视觉识别准确度，并支持与多种语言模型集成。
日期: 2025 年 2 月 18 日
OpenAI 总裁 Greg Brockman 分享了一种高效的 o1 提示词撰写方法
OpenAI 总裁 Greg Brockman 提出了一种目标明确、要求清晰的 o1 提示词撰写方法，旨在提升工作与沟通效率。文章以旧金山徒步路线为例，展示了如何通过具体目标来筛选和优化徒步路线信息。
DeepSeekRL-Extended：从零实现DeepSeek R1的强化学习项目
从零实现DeepSeek R1的强化学习项目，探索GRPO算法的应用，仅用单个H100 GPU400步训练提升模型性能，完全自研且提供多脚本结构。
PIKE-RAG：微软推出的专注于提取和应用专业领域知识，以及构建连贯推理逻辑的增强生成系统
微软推出的PIKE-RAG旨在提高大型语言模型在复杂工业应用中的性能，其亮点包括在HotpotQA上的高准确率、多领域知识支持及灵活的模块化设计。
电子书《深度学习：基础与概念》
《深度学习：基础与概念》是一本Springer Nature畅销书，全面介绍深度学习的核心思想，涵盖当代架构和技术关键概念。本书适合本科生和研究生阅读，强调实际应用价值而非抽象理论，并包含一个概率论入门部分。
微软悄悄发布了全新纯视觉AI工具！一张屏幕截图，即可精准操作你的电脑！
微软发布OmniParser V2版本，能将屏幕截图转化为LLM可读懂的结构化元素，提高多模态大模型的视觉识别准确度。适用于自动化测试、操作等场景任务。通过像素级屏幕理解能力，支持多种大型语言模型。
