DeepSeek-R1 Supervised finetuning and reinforcement learning (SFT + RL)

DeepSeek-R1Supervised finetuning and reinforcement learning (SFT + RL)

好啊，我们今天的直播会非常透彻的跟大家系统性的分享一下整个agents AI就大模型智能体系统和应用程序。我们在做开发的时候，或者实际做企业级的产品落地的时候，你必须考虑的一些核心点。这个核心点包括我们在做整个大模型智能体的时候，它会涉及的一些关键问题。同时也包括基础模型、推理模型。当然在这个过程中会谈基础模型和推理模型很多不同的维度，比如说基础模型怎么去运行，尤其是它的decoding过程的一些算法，那推理模型的时候，我们会讲结合强化学习以及它具体的实现的不同的方式，都会跟大家比较系统的进行分享。我们之所以说这些东西是你无法绕过的一些部分，是因为他们构成了整个大模型智能体应用程序的底层的核心能力。