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10000篇文章

有奖体验 | 成为 Agent Bucket 首批体验官，解锁 AI Agent 原生存储能力

一个真正可持续运行的 Agent，不仅需要模型能力，更需要独立、安全、长期的存储能力。

2026-07-31

高并发下 AI Agent 策略：分布式 Agent 系统的架构设计

随着大语言模型（Large Language Model，LLM）能力快速提升，AI Agent（智能体）正在从实验性应用进入生产级业务系统。

2026-07-27

AI Agent 正进入“单位任务成本”时代：从 Gemini 3.6 Flash 到 Agent Harness

过去一年，AI Agent 的讨论重点一直是“模型能不能做成事”；到了 2026 年下半年，问题正在变成“它能否以可控成本、稳定地把事做完”。最近一周的两项技术更新，清晰地反映了这个变化。

2026-07-23

Agent Behavior Engineering：当 Agent 的行为开始像代码一样被管理

过去一段时间，Agent 工程的主要叙事一直围绕能力扩展展开：让 Agent 读懂更大的代码仓库，调用更多工具，在浏览器和终端中执行操作，持续运行更长时间，再把复杂任务拆给多个子 Agent。

2026-07-20

Openclaw不火了，但桌面Agent的路还没停，桌面Agent使用指南

我之前折腾过一阵openclaw，配环境、找skill、调权限，折腾半天倒是能跑起来，实用上确实跟之前的网页版的Chat AI不一样，不过就是维护的门槛有亿点点高。

2026-07-18

下一个 AI 拐点：从单 Agent 聪明，走向多 Agent 协同

过去几个月，TiDB 团队内部已经开始用 Loop 参与真实开发工作，完成了几十万行代码的编写。

2026-07-14

还在手搓代码调Agent？用“自然语言”重构Agent工作流！

引言：现在的AI圈，但凡做点复杂的业务，谁还没被Agent的“状态丢失”、“无限死循环”、“工具调用报错”折磨过？

2026-07-13

AI训练：真正决定模型上限的，从来不是算力

提到“AI训练”，大多数人的第一反应是：海量数据、成千上万张GPU、几个月的训练周期、烧掉几千万美元。

2026-10-06

AI训练：用最少的代码，跑通从数据到上线

提到“AI训练”，很多人第一反应是：得先搭一套分布式集群，手写几百行训练循环，再调参调到天荒地老。但真实情况是，90% 的日常任务根本用不到这些。

2026-10-04

2026年出海AI企业如何采购海外多模态训练数据？

出海AI企业采购海外多模态训练数据的核心路径是选择覆盖多国场景、具备跨境合规认证的企业级服务商，其中亮数据（Bright Data）凭借195个国家的覆盖能力与GDPR/CCPA双重合规认证，是当前跨国

2026-09-28

AIGC 摄影训练：用 LoRA 复刻光影、焦段与胶片质感

焦段、光圈、快门、光位、色温、构图、胶片曲线，都是可训练的风格变量。本文从专业角度给出数据集、训练与推理的工程化路径。

2026-09-23

Lightmatter Passage 光互联重塑高性能 AI 训练与推理底座

这份是 Lightmatter 在 Hot Interconnects 2026（HotI2026）发布的报告《The Interconnect Foundation for High‑Performance AI Training and Inference》，核心论证：光子互联是突破 AI 算力瓶颈的核心基础设施，详细介绍了 Passage 光互联方案的性能收益、破解光纤与激光瓶颈的两大核心技术（BiDi、VLSP），同时披露了产品路线图与开放产业生态布局。

2026-09-16

SkillOpt 实测：用训练神经网络的思路优化 AI 技能

最近看到一个微软研究院开源的项目（github.com/microsoft/SkillOpt），一篇论文 + 一个工具框架。

2026-09-15

LoRA 微调实测：Vera 1.1 视频 LoRA 训练效果与坑点

很多团队直接复用图像 LoRA 的训练参数，直接迁移至 Vera1.1 视频 LoRA 流程，出现时序崩坏、主体特征丢失、严重过拟合、训练失败等现象。

2026-08-12

30-671B-MoE级别训练暴露了哪些infra问题

第 29 篇讲 Fully Async Policy：当 rollout 和 trainer 分开跑，吞吐、新鲜度和 off-policy correction 会形成三角关系。第 30 篇把规模继续推大：如果模型是数百 B 参数的 MoE，trainer 不是一个普通 update worker，rollout 也不是一个简单推理进程，整个系统会同时被并行维度、内存层级和权重形态约束。

2026-07-27

国产芯片全程训练，GLM-Image 登顶 Hugging Face Trending

首个在国产芯片上全程训练的SOTA多模态模型GLM-Image，开源不到24小时即登顶全球知名AI开源社区Hugging Face Trending榜第一。

2026-01-16

把握 Solana 生态爆发期｜2026 Solana 训练营开启报名！

在这个关键时期，由 Magic Block 赞助，Solana Foundation 联合华语区顶尖社区与高校打造的2026 Solana 训练营正式启动，为你提供一个系统学习与实践的绝佳机会，助你快速掌握核心技术

2025-12-25

美国监狱囚犯通话记录被用于 AI 模型训练

其总裁凯文・埃尔德表示，公司已经在德克萨斯州的监狱中，使用了长达七年的通话记录进行模型训练，表明其 AI 技术是根据当地或州的情况量身定制的。

2025-12-08

全球首个“纯 AMD”训练 MoE 大模型 ZAYA1 发布

AMD携手IBM与AI初创Zyphra发布ZAYA1——全球首个全程基于AMD硬件训练的MoE基础模型，预训练14T tokens，综合性能与Qwen3系列持平，数学/STEM推理未经指令微调即可逼近Qwen3

2025-11-25

蚂蚁数科推出多语种视觉大模型训练框架

蚂蚁数科在香港金融科技节上发布了一项“多语种多模态大模型训练框架”技术，旨在解决当前大模型在多语言环境中的应用瓶颈。

2025-11-04

资源下载

更多资源

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。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。