再聊误区–Deepseek-R1思考过程在使用中的几个问题及对策
DeepSeek R1 在 think 过程中的需求和问题引起了广泛关注，包括输出思考过程的需求、过长或过短的思考时间以及控制思考方向。文章探讨了这些问题，并提出了通过调整模型设置、修改prompt模板和干预token解码采样的方法来解决。
老刘说NLP
大模型+知识图谱+RAG+文档智能技术及落地：老刘说NLP技术社区对外纳新
社区关于Deepseek-R1类推理大模型的三部曲线上交流顺利结束。老刘说NLP技术社区分享NLP、大模型&RAG&文档智能&知识图谱四个主题的知识与技术，现已举办39次线上报告活动，并将持续纳新。
如何选择合适的LLM做擅长的事儿？P2L微调大模型进行路由选择的实现思路
2025年02月22日文章介绍了P2L（Prompt-to-Leaderboard）方法，通过训练一个大型语言模型来预测人类偏好投票，并用于评估和选择最适合特定用例的模型。
大模型推理部署的几个基本认知及prompt压缩策略用于COT推理微调尝试
2025年02月21日星期x，介绍了大模型推理压缩策略，包括TokenSkip方法用于Controllable Chain-of-Thought（COT），通过分析和剪枝减少冗余token提高推理效率。相关研究文献推荐加入了LoRA微调技术。
R1强化学习策略用在多模态推理开源实现：兼看社区不可思议被侵权之遇
今天是2025年02月20日，星期四。文章提到了NLP社区的一则有趣事件，并讨论了R1在多模态推理中的进展，包括视频和图像处理的相关工作及技术细节。
老刘的R1类推理大模型三部曲及RAG小课堂正式发布
今日2025年02月16日北京晴。老刘的三部曲课程与RAG系列课堂完成，涵盖Deepseek-R1及GraphRAG等大模型知识，包括应用场景、技术原理和复现项目等内容。
Deepseek R1及Deep research复现回顾及近期前沿进展速递
2025年02月16日，北京晴天。社区第39讲《DeepseekR1及Deepresearch复现》顺利结束，老刘报告了4小时深度讨论内容。介绍了大模型推理和复现进展，包括DeepSeek-MoE-ResourceMap、OpenR1-Math-Raw等资源库，并展示了OpenThinker-32B在MATH500测试中的表现。研究发现，长链推理的结构比内容更重要。老刘呼吁社区成员参与讨论。