老刘说NLP，作者每时AI

Light-R1-32B之R1复现认识：兼看R1蒸馏模型所用800K数据细节问题

2025年3月14日14时作者老刘说NLP

今天是2025年3月14日，星期五，北京天气晴。Light-R1-32B复现了R1的效果，但限定于数学领域AIME24、AIME25、GPQA Diamond等数据集；同时指出R1蒸馏模型所用800K数据是否来自训练还是由R1生成尚存争议。

2025年3月13日14时作者老刘说NLP

enManus-RL增强Agent规划能力训练框架》，https://mp.weixin.qq.co

2025年3月12日14时作者老刘说NLP

老老实实解析底层xml，转pdf再解析（有很多现成的工具库了），绕了大圈，效果还不保证，例如表格，除

2025年3月10日14时作者老刘说NLP

，回顾下已有的工作，并看有哪些方案
，并看看具体实现细节。
抓住根本问题，做根因，专题化，体系化，会

2025年3月9日14时作者老刘说NLP

写作思路，工具和思路并举，会有更多思路。
另外，知识图谱最近也讲了少了，
都在做推理
，我们也看看一

2025年3月8日14时作者老刘说NLP

2025年3月8日星期六，北京天气晴朗。本文继续探讨RAG的优化工作SAGE，并观察了技术落地的新现象。介绍了三个主要问题及解决思路。同时讨论了技术规范和MCP协议的发展趋势及其对通用Agent的认知影响。

2025年3月7日14时作者老刘说NLP

在2025年3月7日的周五，文章探讨了AI内容的影响范围及R1复现基座的一些解释，并介绍了多模态语音大模型在R1方面的尝试。

2025年3月7日14时作者老刘说NLP

PyTorch作为深度学习框架之一受到广泛欢迎，本文介绍了其优势和相关资源手册，包括200多个常用函数的详细介绍，以及百度云下载链接等内容。

2025年3月6日14时作者老刘说NLP

老刘说NLP技术社区旨在以公正客观角度围绕大模型&RAG&文档智能&知识图谱展开多种形式的技术分享，包括每日早报、社区讨论、月度分享等。

2025年3月6日14时作者老刘说NLP

2025年3月6日周四北京晴。文章提到了OLMOCR测试情况及GraphRAG和多模态R1的工作进展，强调了奖励函数设计在强化学习中的重要性，并建议简化复杂系统架构以便应用。