搜索[Agent训练]结果-低调大师优秀个人博客

精选列表

搜索[Agent训练]，共10001篇文章

xtools一款基于JDK25的通用Java工具库

oshi-core) 6.11.1 系统信息采集 xtools-extend ip2region 3.3.7 离线IP地址定位 xtools-extend UserAgentUtils 1.21 浏览器User-Agent

2026-04-16

veRL 开源 Uni-Agent：为通用 Agent 训练打造统一框架

字节 veRL 团队宣布开源了一个为通用 Agent 打造的统一训练框架 Uni-Agent，其核心目标是构建一个贯通构建、运行与训练完整流程的系统，旨在：让开发者可以更轻松地构建自己的 Agent

2026-05-19

OpenAI 暂停最新模型训练，称 Agent 曾尝试黑进教育部网站

OpenAI 又把训练按下了暂停键。上周五披露了一连串越界行为之后，官方宣布停掉最新一批模型的训练，「只有在我们确信已有额外安全措施时」才恢复，而且已经预期「还会再次按下暂停」。

2026-09-28

Agent 执行轨迹怎么变成训练数据？一次后训练闭环拆解

技术报告里记录了一个典型失败：一个 4B 基础模型在项目排期任务中找到了工作目录里的文件，却漏读了一封包含最新依赖约束的邮件。它基于过时信息生成计划，并把文件写到了错误位置。

2026-09-22

海飞络 AI Agent 动手训练营圆满落幕，众多开发者共探数字员工新未来！

从黄浦江畔到深圳湾,从首都北京到再度回归上海,上海飞络信息科技有限公司举办的 AI Agent 动手训练营三城巡回活动于 5 月 20 日在上海圆满收官!

2025-06-09

Ornith-1 开源：基于 Qwen 3.5 + RL 训练的编码 Agent，SWE-bench 82.4%

DeepReinforce 团队上周末开源了 Ornith-1，一套专门做编码 Agent 任务的推理模型，MIT 许可，四个规格：9B、31B、35B MoE、397B MoE。

2026-06-30

我把 AI 训练素材迁进 Agent Bucket，用空间 + 元数据把溯源、撤回做成了自动流程

摘要: AI 团队维护训练素材库，绕不开三个合规问题：素材溯源不到来源、授权撤回响应慢、审计材料凑不齐。

2026-09-13

训练、推理、Reasoning、Tools、Agent：一篇文章理清大模型全链路

竞争重点也从最早的语言和知识能力，快速扩展到 Reasoning、代码、长上下文、工具调用和 Agent。

2026-08-19

Agent渡劫48关-第38关-训练数据为什么比LoRA参数更重要？

我是老李，带一个多租户全球智能客服 Agent 平台的工程团队。

2026-09-15

阶跃星辰 Step 3.5 Flash 预训练/中训练/训练框架全部开源

在开源 Step 3.5 Flash 模型后，阶跃星辰宣布进一步开源了这款 Agent 基座模型的预训练权重（Base）、中训练权重（Midtrain）以及配套的 Steptron 训练框架。

2026-03-04

具身智能仿真训练 vs 真机训练

机器人训练有两条典型路线：一种是在真实机器人和真实环境中反复训练，另一种是在仿真环境中先完成大量策略学习和测试，再迁移到真实机器人。

2026-09-16

【大规模训练】大规模训练的技术挑战

文 @ 不愿透露姓名的小 P 同学 0 前言本次分享是大规模训练技术系列的第一篇，主要包括两个部分：大规模训练技术的意义大规模训练的技术挑战 1 大规模训练技术的意义 1.1 训练的精度极限深度学习发展历程中

2022-05-10

Agentic AI 产品训练：训练的不是模型，是闭环

也正因如此，训练这类产品，难点不在“把模型调大”，而在“把闭环跑通”。

2026-09-26

上次的题目counting star领悟透了吗？这次再介绍一道CTF真题吧，本次题目名称是onewayin，会用到代码解密等方面的知识。今天介绍的CTF题目很有意思的。进入实验链接 OneWayIn，进入实验机操作。实验地址10.1.1.82。你看到这个界面可以想到些什么呢？我们看到web题肯定首先就是看源码啊。查看源码发现：我们来分析一下这个源码。这里说：当0_usename=0_pwd的时候输出f1() Crc32（0_usename）=Crc32(0_pwd)的时候输出f2() 不然就f3，东哥这里两个字符串的32位CRC相等需要输入的字符串相同吧，这不是跟前面的f1（）判断冲突了吗？这就不知道吧，我们这里是需要利用CRC32函数的一个缺陷，抓包把参数改成数组并且用户名和密码的值不同，如下图：这样就可以绕过crc32函数了吗？对，不信的话，我们来试验一下把这个数据放至Repeater模块里，点击go你会发现出现了不同的东西，再点击跟随跳转，然后再点击一次跟随跳转，这出来好多十六进制，当然我们不能只看返回啊，看一下url那里是不是有一个base64编码。我们把这个base64解密一下居然是test.txt，这里是file=多少。哇，那我们是不是可以进行文件读取。我们可以试一下，看看能不能读index.php的源码，先把index.php编码，把编码之后的替换到刚才url参数的位置并点击go。看上去好像没什么东西啊？就一个<?php没什么用啊。仔细观察的话，可以看见还有一个num参数。改一下这个num参数试一试，感觉应该是解题关键了。我们试一下返回了一些代码，我估计这里的num是表示显示多少行的函数。果然提交不同的num参数会显示不同的源代码的行（num的值为1的时候显示index.php的第一行源代码）这底下是我记录的代码。我们分析一下代码根据源码的提示想要访问flag.php，cookie必须有role_cookie这项，并且值为flagadmin。直接在抓包文件上面构造一个cookie= flagadmin，我们按照这个来读取一下flag.php，这好像乱码了。不要急，我们可以用curl这个工具把源码下载下来这打开还是乱码？嗯...不要急，把这个丢进php环境里看一下会运行出什么。这是一串base64的编码，我们操作解密一下就知道了，base64解密之后发现flag。这次的题目也颇有难度，CTF的每一道题感觉都要花不少功夫啊！当然，孰能生巧，熟练掌握这道题的解题技巧，下次碰到类似的题目可以节省很多时间。这道题利用函数缺陷，抓包，提交，解码等过程，都需要熟练掌握才能解题！

2021-02-24

CTF训练之 CountingStars

今天介绍一道某比赛的真题。首先我们来进行CTF 练习，进入实验链接：CoutingStars 首先看到题目名称：CoutingStars ，数星星，不知道是代表什么，我们直接进入道题目发现页面：？？数星星？难道是数这个$ 符号有多少个？动动脑经， CTF 哪里有这么简单。我们来看页面打印了一句话，还是没什么头绪，随意的在输入框中输入，点击提交，答案错误，页面返回Sorry... 这只是测试一下，我们再来查看一下源码，看看有什么头绪。里面有关键信息OS ： MAC OS 。但是你知道MAC OS 有一个有名的 .DS_Store 文件泄露敏感信息吗？请记住一下，这里应该是解题的关键。我们来访问一下.DS_Store 看来我们找到题目的关键了来看一下我们刚刚下载的文件。这个.zip 文件是什么？我们访问一下试一试就知道了。居然又可以下载。看来我们的思路没错我们来看一下这个文件里面是什么。这一看就是这个题目的源码啊。但是我们要分析这个源码。好像挺麻烦的我们就直接改一下代码吧让他自己输出。我们是不是输入这一个值就通关了呢？理论上来说是这样。我们把d0llars 作为答案，输入看一下，又翻车了？咳咳，应该没错刚刚好像页面闪了一下。这里有什么蹊跷吗？我们用burpsuite 抓包看一下果然 flag 在刚刚闪过的页面里面。成功获取到了flag 。 3.通关总结解题过程中遇到的一些困难，你还不能很快的发现并解决吧！知识在于积累，更何况CTF 讲究的是技术比拼，没有丰富的经验和缜密的思维，很难胜人一筹哦！

2021-02-23

Python | Xpath实战训练

一、前言今天给大家分享的是，如何在cmd和pycharm中启动自己的spider以及Xpath的基本介绍，并利用Xpath抓取伯乐在线单篇文章基本信息。二、Xpath介绍 1. 维基百科看 Xpath XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。 XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。起初XPath的提出的初衷是将其作为一个通用的、介于XPointer与XSL间的语法模型。但是XPath很快的被开发者采用来当作小型查询语言。 2. 我来扯扯Xpath 1. Xpath使用路径表达式在xml和html中进行导航（据说访问速度、效率比bs4快） 2. Xpath包含标准函数库 3. Xpah是一个W3c的标准 3. Xpath基本使用语法三、看代码，边学

2018-09-06

带你认识大模型训练关键算法：分布式训练Allreduce算法

摘要：现在的模型以及其参数愈加复杂，仅仅一两张的卡已经无法满足现如今训练规模的要求，分布式训练应运而生。本文分享自华为云社区《分布式训练Allreduce算法》，原文作者：我抽签必中。

2021-06-02

预训练模型迁移学习

本文通过使用Keras及一个预训练模型的实例，教你如何通过迁移学习来解决这个问题。深度学习正在迅速成为人工智能应用开发的主要工具。在计算机视觉、自然语言处理和语音识别等领域都已有成功的案例。

2018-11-01

Keras多GPU训练指南

然而，在该框架过程中遇到的最大的一个问题就是执行多GPU训练。但是，这个问题将不复存在！

2017-11-01

AI 训练任务频繁失败？容器故障自愈机制保障训练不中断

摘要：一次数千 GPU 小时的训练任务因单点故障前功尽弃，代价难以估量。本文详解基于腾讯云 TKE 构建的 AI 训练故障自愈方案——从秒级故障检测到自动检查点恢复，再到弹性容错调度，帮助企业在硬件

2026-08-07

AI新知（七）：你以为在训练AI，其实AI也在训练你

GPT-5.1上线以来出现了个让人哭笑不得的事。有用户发现自己的ChatGPT说话越来越奇怪——你让它解数学题，回答得好好的，最后莫名其妙补一句"但这里藏着一个重要的哥布林"。做菜、写邮件、分析数据，"哥布林"这个词总会在某个地方冒出来。

2026-07-15

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。