多步推理

行者-全栈开发

【DeepSeek 实战】打造全能编程助手：DeepSeek V4 Agent 开发与工具调用💡 摘要: Agent（智能体）是大模型应用的高级形态。本文详解如何利用 DeepSeek V4 的 Function Calling 能力，构建能够自主调用外部工具的编程助手。通过定义工具 Schema、实现多步任务拆解、处理工具执行结果，让 AI 不仅能"说"，还能"做"。实战案例包括自动代码审查、单元测试生成及 Git 操作自动化。

冰糖猕猴桃

【AI】把“大杂烩抽取”拆成多步推理：一个从单提示到多阶段管线的实践案例很多做 LLM 应用的同学，都会遇到一个经典场景：一条长文本，要求模型一次性抽一堆字段，还要严格 JSON 输出。规则写得越来越长，few-shot 越堆越多，但效果总是“差点意思”。

【大模型实战篇】GLM-Zero模型初代版本的尝鲜在 2024 年的最后一天，智谱发布了 GLM-Zero 的初代版本 GLM-Zero-Preview，是基于扩展强化学习技术训练的推理模型【1】。GLM-Zero-Preview的推理能力还挺强的，类似于open ai的o1模型，擅长在一些有确定性结果的场景，比如逻辑推理、数学、编程。

我是有底线的