Conv-lstm

Mac 安装gevent时报错Failed to build geventERROR: Could not build wheels for gevent which use PEP 517 and cannot be installed directly解决方法python -m pip install gevent

参加过三次比赛，三次Top5，但是我想说：狗都不做好的部分工作人员的耐心和付出非常值得肯定，无论是技术还是非技术的支持我一直心怀感激一些赛题很新颖，例如工程赛或工程加算法赛不好的部分第一场AI earth比赛：季军是小号刷的由于大佬复现出了问题，所以我从B榜第5变成了第4，但是季军作为主办学校团队问题大了。比赛12点结束提交后还有很多队伍没有训练完，所以大家可能还有一次提分机会。16点南京某大学的

soon

背景做好比赛的关键大概是：“唯手熟尔”。熟练后，I guess取得成绩只是或早或晚的事情(sooner or later)。技能熟悉后，主要是要找到任务和数据的特殊之处并着手应对。这个题最特殊的大概是赛制，其实只有一周时间，而且是在测试集不可见、每天只提交一次的情况下，最后一天还要提供方案介绍、PPT、解说视频等材料。由于主办方不允许赛中和赛后开源代码，所以这里就介绍一下我之前的赛前准备。八月初还

本文我们研究的是 bge-reranker-v2-m3模型。

中文instruct在chatGLM, LLAMA上的表现。

可以分为短期记忆与长期记忆，同时Agentic RAG也可以认为是记忆模块的一种，claude的skills，Manus的文件也都是为了增强智能体的记忆能力。然后我们的agent会负责执行这个工具，并把工具结果作为context继续输入给大模型，如果需要多次调用工具则进行反复调用，最终大模型输出正式的结论。最近流行的大模型智能体，以大模型为大脑，通过调用工具来完成复杂的任务。强化学习中的智能体 通

Agent又被称为Actor，Actor对于特定的任务，有自己的一个策略π，策略π用一个神经网络表示，其参数为θ。从一个特定的状态state出发，一直到任务的结束，被称为一个完整的eposide，在每一步，我们都能获得一个奖励r，一个完整的任务所获得的最终奖励被称为R。模型的学习过程就是调整Actor的策略π，使得期望奖励最大化，于是有了策略梯度的方法。既然奖励的期望函数如上，只要使用梯度提升的方

使用chatGLM6b + langchain实现本地化知识库检索与智能答案生成。