游客fil5kly5rcmxg_个人页

2026年04月

• 04.22 15:07:50
  发表了文章 2026-04-22 15:07:50

  MoE技术分享

  MoE（Mixture of Experts，混合专家模型）的概念最早可以追溯到 1991 年的相关论文。这一开创性工作为后续 MoE 模型的发展奠定了理论基础，其核心思想是采用“分而治之”的方式，将复杂任务拆解为多个子问题，并分别交由不同的“专家”模型处理，从而提升模型的表达能力和处理效率。
• 04.22 15:04:52
  发表了文章 2026-04-22 15:04:52

  Agentic RL 技术案例分享

  大模型时代，强化学习正从“锦上添花”变成“不可或缺”。在千亿参数成为标配的当下，单纯依赖 Next-Token Prediction 的预训练范式已经触及了能力天花板。现在的核心工程难题，不再是如何让模型吐出流畅的文本，而是如何将其内部错综复杂的表征空间，收敛到符合人类逻辑与偏好的狭窄子集中。强化学习（RL）由此成为了跨越这道鸿沟的核心组件，它不仅在做对齐，更是在尝试将单步的概率预测，升维成一种具备多步规划属性的系统决策。
• 04.22 15:02:10
  发表了文章 2026-04-22 15:02:10

  GraphRAG技术探究及实践路径

  在大语言模型广泛应用的当下，检索增强生成（RAG）技术成为提升模型回答准确性、降低幻觉的核心手段，而GraphRAG（基于图的检索增强生成） 作为 RAG 技术的进阶形态，将知识图谱与大语言模型深度融合，凭借强大的推理能力和可解释性，成为复杂知识问答、关系分析场景的关键解决方案。本文从基础认知、前沿技术、实践路径三大维度，全面解析 GraphRAG 技术，探索其落地应用的核心思路。

2026年03月

• 03.24 15:55:36
  发表了文章 2026-03-24 15:55:36

  高质量行业大模型数据集构建的实战路径

  一文讲透高质量行业大模型数据集从预训练、指令微调到合成数据的全流程实战构建路径。