开启时会模糊预览图，关闭后正常显示
..and in a bit of a switcheroo, I decided to give a talk on our much more recent work at @indoml_sym (It does give a brief overview of the original "(How) Do LLMs Reason?" talk--but if you want a full 1 hour version of that, you can get it here 👉https://t.co/p8eIYQPsZy )
AI researcher & teacher @SCAI_ASU. Former President of @RealAAAI; Chair of @AAAS Sec T. Here to tweach #AI. YouTube Ch: https://t.co/4beUPOmf6y Bsky: rao2z
现在这个阶段，方向重要， 但更重要的是跑得够不够快。 Lovart 最近特明显，更新得真的很快。 设计、编辑就不说了， 现在连 PPT 都直接拉进来了， 我不知道对不对 感觉它已经不满足于当一个设计工具了， 而是在往完整创意工作流去扩。 这次圣诞 Unlimited 的折扣， 说白了也是同一件事： 让用户少点成本多点创作，不被 token 卡住。 在这个时间点， 能一直往前跑并且在在进化的产品， 本身就是最重要的信号。 顺便说一句， 视频里的那只猫真的太可爱了，完全抢戏。
行道途中。非求速成，惟求通达。 2023 年扎进AI ，打通Know-How，不少赚钱项目，踩过坑，也见过光。 围城里待得够久了，出来聊聊世界，聊聊技术、聊聊赚钱。
现在这个阶段，方向重要， 但更重要的是跑得够不够快。 Lovart 最近特明显，更新得真的很快。 设计、编辑就不说了， 现在连 PPT 都直接拉进来了， 我不知道对不对 感觉它已经不满足于当一个设计工具了， 而是在往完整创意工作流去扩。 这次圣诞 Unlimited 的折扣， 说白了也是同一件事： 让用户少点成本多点创作，不被 token 卡住。 在这个时间点， 能一直往前跑并且在在进化的产品， 本身就是最重要的信号。 顺便说一句， 视频里的那只猫真的太可爱了，完全抢戏。
行道途中。非求速成，惟求通达。 2023 年扎进AI ，打通Know-How，不少赚钱项目，踩过坑，也见过光。 围城里待得够久了，出来聊聊世界，聊聊技术、聊聊赚钱。
Some say "58% of Medal of Honor recipients have been Irish Americans." Is this true? No, of course not.
RT @Teknium: I am once again reaching out to you all to apply @ nous for the post training team to work with me and our team on advancing…
Cofounder and Head of Post Training @NousResearch, prev @StabilityAI Github: https://t.co/LZwHTUFwPq HuggingFace: https://t.co/sN2FFU8PVE
![[开源推荐] NVIDIA NeMo Skills
NVIDIA 开源的工具集，专注于提升 LLM 的各种"技能"，它是一个企业级端到端的完整开发框架，涵盖了从数据生成到模型训练再到评估的全流程。
主要功能模块
1. 灵活的推理系统
· 支持多种推理后端：可以在API服务、本地服务器和大规模集群之间自由切换
· 集成主流推理引擎：TensorRT-LLM、vLLM、sglang和Megatron
- 从单GPU到数万GPU的弹性扩展能力
2. 全面的模型评估
项目支持广泛的评估基准测试，覆盖多个关键领域：
·0数学推理：包括AIME、HMMT等竞赛级题目
· 形式化证明：支持Lean语言的定理证明（MiniF2F、ProofNet等）
· 代码能力：SWE-bench、LiveCodeBench等实际编程任务
· 科学知识：物理、化学、生物等领域的专业问题
· 指令遵循、长上下文、工具调用、多语言、语音处理等其他维度
3. 模型训练
集成NeMo-RL和verl训练框架，支持强化学习等高级训练技术。
重要成果
项目已经支持了NVIDIA多个重要的研究发布：
· OpenReasoning系列：在数学、代码和科学推理上达到当时的SOTA水平
·OpenMathReasoning：包含306K数学问题和320万个详细解答的数据集
· OpenMathInstruct-2：1400万数学问答对的大规模指令微调数据集
技术特色
1. 模块化设计：各个组件可以独立使用，也可以组合成完整的训练-评估流水线
2. 规模灵活性：同一套代码可以在笔记本电脑和超级计算机集群上运行
3. 生态集成：深度集成NVIDIA的AI基础设施和工具链
开源项目](/_next/image?url=https%3A%2F%2Fpbs.twimg.com%2Fmedia%2FG8qmI4abMAA2s3-.jpg&w=3840&q=75 "[开源推荐] NVIDIA NeMo Skills
NVIDIA 开源的工具集，专注于提升 LLM 的各种\"技能\"，它是一个企业级端到端的完整开发框架，涵盖了从数据生成到模型训练再到评估的全流程。
主要功能模块
1. 灵活的推理系统
· 支持多种推理后端：可以在API服务、本地服务器和大规模集群之间自由切换
· 集成主流推理引擎：TensorRT-LLM、vLLM、sglang和Megatron
- 从单GPU到数万GPU的弹性扩展能力
2. 全面的模型评估
项目支持广泛的评估基准测试，覆盖多个关键领域：
·0数学推理：包括AIME、HMMT等竞赛级题目
· 形式化证明：支持Lean语言的定理证明（MiniF2F、ProofNet等）
· 代码能力：SWE-bench、LiveCodeBench等实际编程任务
· 科学知识：物理、化学、生物等领域的专业问题
· 指令遵循、长上下文、工具调用、多语言、语音处理等其他维度
3. 模型训练
集成NeMo-RL和verl训练框架，支持强化学习等高级训练技术。
重要成果
项目已经支持了NVIDIA多个重要的研究发布：
· OpenReasoning系列：在数学、代码和科学推理上达到当时的SOTA水平
·OpenMathReasoning：包含306K数学问题和320万个详细解答的数据集
· OpenMathInstruct-2：1400万数学问答对的大规模指令微调数据集
技术特色
1. 模块化设计：各个组件可以独立使用，也可以组合成完整的训练-评估流水线
2. 规模灵活性：同一套代码可以在笔记本电脑和超级计算机集群上运行
3. 生态集成：深度集成NVIDIA的AI基础设施和工具链
开源项目")
[开源推荐] NVIDIA NeMo Skills NVIDIA 开源的工具集，专注于提升 LLM 的各种"技能"，它是一个企业级端到端的完整开发框架，涵盖了从数据生成到模型训练再到评估的全流程。 主要功能模块 1. 灵活的推理系统 · 支持多种推理后端：可以在API服务、本地服务器和大规模集群之间自由切换 · 集成主流推理引擎：TensorRT-LLM、vLLM、sglang和Megatron - 从单GPU到数万GPU的弹性扩展能力 2. 全面的模型评估 项目支持广泛的评估基准测试，覆盖多个关键领域： ·0数学推理：包括AIME、HMMT等竞赛级题目 · 形式化证明：支持Lean语言的定理证明（MiniF2F、ProofNet等） · 代码能力：SWE-bench、LiveCodeBench等实际编程任务 · 科学知识：物理、化学、生物等领域的专业问题 · 指令遵循、长上下文、工具调用、多语言、语音处理等其他维度 3. 模型训练 集成NeMo-RL和verl训练框架，支持强化学习等高级训练技术。 重要成果 项目已经支持了NVIDIA多个重要的研究发布： · OpenReasoning系列：在数学、代码和科学推理上达到当时的SOTA水平 ·OpenMathReasoning：包含306K数学问题和320万个详细解答的数据集 · OpenMathInstruct-2：1400万数学问答对的大规模指令微调数据集 技术特色 1. 模块化设计：各个组件可以独立使用，也可以组合成完整的训练-评估流水线 2. 规模灵活性：同一套代码可以在笔记本电脑和超级计算机集群上运行 3. 生态集成：深度集成NVIDIA的AI基础设施和工具链 开源项目
邵猛，中年失业程序员 😂 专注 - Context Engineering, AI Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴
