语言模型

gorgeous(๑>؂<๑）

【ICLR26-Oral Paper-Meta】DepthLM：基于视觉语言模型的度量深度文章：DepthLM: Metric Depth From Vision Language Models

陈天伟教授

人工智能应用- 搜索引擎：04. 网页重要性评估搜索引擎不仅需要找到包含关键词的网页，还要对这些网页进行排序，以便用户在最短时间内获取到最有价值的信息。

gorgeous(๑>؂<๑）

【ICLR26-Oral Paper】透过对比的视角：视觉语言模型中的自改进视觉推理文章：THROUGH THE LENS OF CONTRAST: SELF-IMPROVING VISUAL REASONING IN VLMS

【大模型思维链】Tree of Thoughts： Deliberate Problem Solving with Large Language Models语言模型正日益广泛地部署于解决各类通用任务，但在推理过程中仍受限于基于词元、从左至右的决策模式。这意味着它们在处理需要探索性、战略性前瞻或初始决策起关键作用的任务时可能存在不足。为克服这些挑战，我们提出了一种新的语言模型推理框架——“思维树”（ToT），该框架推广了当前流行的“思维链”提示方法，允许模型对作为问题解决中间步骤的连贯文本单元（即“思维”）进行系统性探索。ToT使语言模型能够通过考量多种推理路径、对选择进行自我评估以确定后续行动方案，并在必要时通过前瞻或回溯机制做出全局决策，从而实现审慎的决策

MoonOutCloudBack

VeRL 框架 RL 微调大语言模型，algorithm.use_pf_ppo 参数详解在 verl 框架里，use_pf_ppo（完整路径通常是 algorithm.use_pf_ppo）是一个开关参数，用来控制是否启用 PF‑PPO（Preference Feedback PPO，偏好反馈 PPO）这套额外的重加权机制。

AI核心知识98——大语言模型之 Generative AI（简洁且通俗易懂版）生成式 AI (Generative AI / GenAI)，或者在国内常被称为 AIGC (Artificial Intelligence Generated Content)，是人工智能发展史上的分水岭。

AI核心知识108—大语言模型之 AI Aesthetics Engineer（简洁且通俗易懂版）AI美学工程师 (AI Aesthetics Engineer) 并不是传统意义上的“程序员”，而是一个横跨技术、艺术与产品的新兴复合型角色。

陈天伟教授

人工智能应用- 搜索引擎：06. PageRank 算法搜索引擎是互联网时代不可或缺的工具，它让我们得以在信息的海洋中迅速找到所需要的内容。通过倒排索引技术，搜索引擎能够高效定位与查询词相关的网页，而像PageRank 这样的排序算法则帮助我们对搜索结果进行排序，从而将最有价值的信息优先呈现给用户。这些技术的结合，不仅提升了搜索的准确性，还极大地改善了用户体验。

大模型任我行

阿里：具身智能模型ABot-M0📖标题：ABot-M0: VLA Foundation Model for Robotic Manipulation with Action Manifold Learning 🌐来源：arXiv, 2602.11236v1

AI核心知识107—大语言模型之 Prompt Engineer（简洁且通俗易懂版）提示词工程师 (Prompt Engineer) 是大语言模型爆发初期诞生，且目前依然非常关键的一个技术角色。

【大模型思维链】自洽性提升语言模型中的思维链推理能力SELF-CONSISTENCY IMPROVES CHAIN OF THOUGHT REASONING IN LANGUAGE MODELS 自洽性提升语言模型中的思维链推理能力

RoboBrain 2.5：视野中的深度，思维中的时间26年1月来自北京智源的论文“RoboBrain 2.5: Depth in Sight, Time in Mind”。

CMU Subword Modeling | 07 Allomorphy在语言学里，我们之前学过 morpheme（词素）是最小的有意义单位（意义不随单词形式改变）。但有时候：同一个 morpheme 在不同环境里会表现成不同的形式（signifier），而意义（signified）不变。这种现象就叫 Allomorphy（音形变体现象）。通俗地讲：

大模型应用：轻量化视觉语言模型（VLM）：基于Qwen2-VL多模态模型实践.87随着大模型技术从单一文本交互迈向多模态智能时代，视觉语言模型（VLM）已成为连接图像感知与语言理解的关键载体。传统大参数VLM凭借强大的综合能力，在图文问答、视觉推理等领域展现出惊人效果，但其对算力与存储的极高要求，也让多模态 AI 长期局限于云端服务与高端硬件环境，难以走向更广泛的落地场景。

CMU Subword Modeling | 08 Non-Concatenative Morphological Processes在之前的章节我们看到，大部分词构造是通过 Concatenative morphology（连接形态学）实现的：词素按顺序串联（prefix、suffix、compounding）组成词。例如：

大模型任我行

百度：动态偏好选择提升LLM对齐稳定性📖标题：Not All Preferences Are Created Equal: Stability-Aware and Gradient-Efficient Alignment for Reasoning Models 🌐来源：arXiv, 2602.01207v1

AI核心知识105—大语言模型之 Multi-Agent Architect（简洁且通俗易懂版）多智能体架构师 (Multi-Agent Architect) 是 2024 年随着 AI Agent 爆发而涌现出的一个顶层技术设计角色。

树莓派zero安装openclaw第一段：nodejs安装，由于openclaw官方要求版本至少22，而树莓派zero是armv6l，node官方版本已经不支持，只能安装非官方编译的版本

大模型任我行

腾讯：Agent视觉隐喻迁移📖标题：Beyond Pixels: Visual Metaphor Transfer via Schema-Driven Agentic Reasoning 🌐来源：arXiv, 2602.01335v1

【源码精讲+简历包装】LeetcodeRunner—手搓调试器轮子（20W字-下）😊你好，我是小航，一个正在变秃、变强的文艺倾年。 🔔本文讲解【源码精讲+简历包装】LeetcodeRunner—手搓调试器，期待与你一同探索、学习、进步，一起卷起来叭！ 🔔源码地址：https://github.com/xuhuafeifei/leetcode-runner（点点star了） 🔔作者：飞哥不鸽、文艺倾年