t80904

爱生活爱珂珂的文章

如何突破传统笔记误区,实现高效学习?Jeffrey Kaplan 教授为你揭示笔

如何突破传统笔记误区,实现高效学习?Jeffrey Kaplan 教授为你揭示笔

如何突破传统笔记误区,实现高效学习?Jeffrey Kaplan 教授为你揭示笔
Anthropic团队揭秘了Claude模型的XML提示技巧,真正“用它的语言方

Anthropic团队揭秘了Claude模型的XML提示技巧,真正“用它的语言方

Anthropic团队揭秘了Claude模型的XML提示技巧,真正“用它的语言方
对比解析:LLM、RAG 与 Agent 的智能进化路径• LLM(大语言模型)

对比解析:LLM、RAG 与 Agent 的智能进化路径• LLM(大语言模型)

对比解析:LLM、RAG 与 Agent 的智能进化路径• LLM(大语言模型)
[CL]《GLM-4.5: Agentic, Reasoning, and Co

[CL]《GLM-4.5: Agentic, Reasoning, and Co

[CL]《GLM-4.5: Agentic, Reasoning, and Co
早![太阳] 早安 ​​​

早![太阳] 早安 ​​​

早![太阳] 早安 ​​​
掌握高效提示词的秘诀,这份终极提示清单助你迅速提升对话质量:• “逐步思考再回答

掌握高效提示词的秘诀,这份终极提示清单助你迅速提升对话质量:• “逐步思考再回答

掌握高效提示词的秘诀,这份终极提示清单助你迅速提升对话质量:• “逐步思考再回答
这条由James Clear提出的“伟大职业的四大特质”非常值得深思:• 我喜欢

这条由James Clear提出的“伟大职业的四大特质”非常值得深思:• 我喜欢

这条由James Clear提出的“伟大职业的四大特质”非常值得深思:• 我喜欢
如何评估大型语言模型(LLM)在多轮对话中纠正“妄想”或“谄媚”等不良行为的能力

如何评估大型语言模型(LLM)在多轮对话中纠正“妄想”或“谄媚”等不良行为的能力

如何评估大型语言模型(LLM)在多轮对话中纠正“妄想”或“谄媚”等不良行为的能力
[LG]《Goedel-Prover-V2: Scaling Formal Th

[LG]《Goedel-Prover-V2: Scaling Formal Th

[LG]《Goedel-Prover-V2: Scaling Formal Th
[CL]《CompassVerifier: A Unified and Robu

[CL]《CompassVerifier: A Unified and Robu

[CL]《CompassVerifier: A Unified and Robu
[LG]《Perch 2.0: The Bittern Lesson for B

[LG]《Perch 2.0: The Bittern Lesson for B

[LG]《Perch 2.0: The Bittern Lesson for B
[CL]《A comprehensive taxonomy of halluci

[CL]《A comprehensive taxonomy of halluci

[CL]《A comprehensive taxonomy of halluci
早![太阳] 早安 ​​​

早![太阳] 早安 ​​​

早![太阳] 早安 ​​​
晚安~ [月亮] 晚安 ​​​

晚安~ [月亮] 晚安 ​​​

晚安~ [月亮] 晚安 ​​​

《爱可可微博热门分享(8.10)》 ​​​

《爱可可微博热门分享(8.10)》 ​​​
Claude Code 从不稳定到可靠的关键在于建立刚性流程,结合 plan-m

Claude Code 从不稳定到可靠的关键在于建立刚性流程,结合 plan-m

Claude Code 从不稳定到可靠的关键在于建立刚性流程,结合 plan-m
Subagents 在 Claude Code 中的最佳实践逐渐清晰,单纯堆积大

Subagents 在 Claude Code 中的最佳实践逐渐清晰,单纯堆积大

Subagents 在 Claude Code 中的最佳实践逐渐清晰,单纯堆积大
Claude Code 正式支持子代理(subagents),有人基于 OODA

Claude Code 正式支持子代理(subagents),有人基于 OODA

Claude Code 正式支持子代理(subagents),有人基于 OODA
强化学习算法GRPO与GSPO对比解析,揭示相对奖励与序列优化的核心差异:• G

强化学习算法GRPO与GSPO对比解析,揭示相对奖励与序列优化的核心差异:• G

强化学习算法GRPO与GSPO对比解析,揭示相对奖励与序列优化的核心差异:• G
发票OCR提取优秀方案讨论:• 多模型融合优势明显:主用Mistral OCR

发票OCR提取优秀方案讨论:• 多模型融合优势明显:主用Mistral OCR

发票OCR提取优秀方案讨论:• 多模型融合优势明显:主用Mistral OCR