R1复现基座选用Qwen or Llama？兼看Audio-Reasoner多模态语音推理思路
在2025年3月7日的周五，文章探讨了AI内容的影响范围及R1复现基座的一些解释，并介绍了多模态语音大模型在R1方面的尝试。
老刘
PIKE-RAG及多模态R1-Visual-RFT思路思考：兼看olmOCR的一些测试感官
2025年3月6日周四北京晴。文章提到了OLMOCR测试情况及GraphRAG和多模态R1的工作进展，强调了奖励函数设计在强化学习中的重要性，并建议简化复杂系统架构以便应用。
聚焦前沿技术落地:大模型+知识图谱+RAG+文档智能下的老刘说NLP技术社区对外纳新
2025年转眼已过1/6，老刘说NLP技术社区已完成三次线上技术交流，涵盖RAG、Deepseek-R1推理大模型等话题。社区持续发布内容，欢迎更多成员加入，通过会员制提供多种权益和分享机会。
大模型开源及RAG用于综述写作进展：兼看mobile agent在应用场景选择上一些思考
今天是2025年02月24日，星期一。文章讨论了mobile agent的思考和开源进展，包括MoE小模型Moonlight-16B-A3B、Qwen2.5-VL及deepseek开源周day1开源FlashMLA等项目。此外还介绍了RAG在写作场景中的应用进展。
再聊误区–Deepseek-R1思考过程在使用中的几个问题及对策
DeepSeek R1 在 think 过程中的需求和问题引起了广泛关注，包括输出思考过程的需求、过长或过短的思考时间以及控制思考方向。文章探讨了这些问题，并提出了通过调整模型设置、修改prompt模板和干预token解码采样的方法来解决。
大模型+知识图谱+RAG+文档智能技术及落地：老刘说NLP技术社区对外纳新
社区关于Deepseek-R1类推理大模型的三部曲线上交流顺利结束。老刘说NLP技术社区分享NLP、大模型&RAG&文档智能&知识图谱四个主题的知识与技术，现已举办39次线上报告活动，并将持续纳新。
R1强化学习策略用在多模态推理开源实现：兼看社区不可思议被侵权之遇
今天是2025年02月20日，星期四。文章提到了NLP社区的一则有趣事件，并讨论了R1在多模态推理中的进展，包括视频和图像处理的相关工作及技术细节。
老刘的R1类推理大模型三部曲及RAG小课堂正式发布
今日2025年02月16日北京晴。老刘的三部曲课程与RAG系列课堂完成，涵盖Deepseek-R1及GraphRAG等大模型知识，包括应用场景、技术原理和复现项目等内容。
Deepseek R1及Deep research复现回顾及近期前沿进展速递
2025年02月16日，北京晴天。社区第39讲《DeepseekR1及Deepresearch复现》顺利结束，老刘报告了4小时深度讨论内容。介绍了大模型推理和复现进展，包括DeepSeek-MoE-ResourceMap、OpenR1-Math-Raw等资源库，并展示了OpenThinker-32B在MATH500测试中的表现。研究发现，长链推理的结构比内容更重要。老刘呼吁社区成员参与讨论。