开源强化学习框架rLLM：复现DeepSeek R1与OpenAI O3的完整指南
9天前 高效码农开源代码推理模型DeepCoder-14B：14B参数媲美o3-mini的技术突破与实践路径 引言：代码生成模型的进化挑战与开源突破 在软件开发复杂度指数级增长的今天，智能代码生成技术已成为提升开发者 …
KnowSelf：基于知识自认知的LLM智能体训练框架解析
13天前 高效码农Agentic Knowledgeable Self-awareness：探索KnowSelf技术框架的创新实践 突破传统AI代理局限的新范式 一、为什么我们需要自我感知的AI代理？ 在AI技术飞速发 …