Roger-Lv's space

MCP-Zero：LLM智能体主动工具发现的新范式 转自：https://zhuanlan.zhihu.com/p/1928760473630798292 引言 大语言模型（LLMs）在处理复杂任务时，通常需要借助外部工具来扩展其能力范围。然而，当前 LLM 智能体与工具集成的主流范式存在显著局限性：它们往往将预定义的工具模式注入到系统提示中，导致模型扮演被动选择者的角色，而非主动发现所需能力。这种方法不仅造成了巨大的上下文开销，也限制了模型的决策自主性。 为了解决这些问题，本文引入了 MCP-Zero，一个旨在恢复 LLM 智能体工具发现自主性的主动框架。MCP-Zero 的核心思想是，智能体能够主动识别自身能力差距，并按需请求特定工具，从而将自身从大规模检索器转变为真正的自主智能体。该框架通过三大核心机制运行：主动工具请求、分层语义路由和迭代能力扩展。这些机制共同作用，使得 MCP-Zero 能够在最小化上下文开销和保持高准确性的前提下，动态构建多步工具链。 图：LLM 智能体的工具选择范例比较。(a) 基于系统提示的方法将所有 MCP 工具模式注入上下文，导致提示过长，...

Alita: Generalist Agent Enabling Scalable Agentic Reasoning with Minimal Predefinition and Maximal Self-Evolution Alita: Generalist Agent Enabling Scalable Agentic Reasoning with Minimal Predefinition and Maximal Self-Evolution 参考：https://zhuanlan.zhihu.com/p/1915741399036438446 Alita 提出了一种通过最小预定义实现最大自演化的通用智能体范式，摒弃传统 LLM agent 对手工设计工具和复杂流程的依赖，仅以一个内置 Web Agent 为核心，借助开放网络自主生成、测试并封装可重用的任务工具（MCPs），展现出无需人工干预即可构建复杂推理能力的潜力；在多个高难度基准任务中即便搭配弱模型也能优于现有方法，同时具备高度的工具迁移性与知识蒸馏价值，为智能体系统的可扩展性与共享生态奠定基础。 Introduc...

Faiss入门及应用经验记录 转载：https://zhuanlan.zhihu.com/p/357414033 1. 什么是Faiss？ Faiss的全称是Facebook AI Similarity Search，是FaceBook的AI团队针对大规模相似度检索问题开发的一个工具，使用C++编写，有python接口，对10亿量级的索引可以做到毫秒级检索的性能。 简单来说，Faiss的工作，就是把我们自己的候选向量集封装成一个index数据库，它可以加速我们检索相似向量TopK的过程，其中有些索引还支持GPU构建，可谓是强上加强。 2. Faiss简单上手 首先，Faiss检索相似向量TopK的工程基本都能分为三步： 得到向量库； 用faiss 构建index，并将向量添加到index中； 用faiss index 检索。 好吧…这貌似和废话没啥区别，参考把大象装冰箱需要几个步骤。本段代码摘自Faiss官方文档，很清晰，基本所有的index构建流程都遵循这个步骤。 第一步，得到向量： 123456789import numpy as npd = 64 ...

图解大模型RLHF系列之：人人都能看懂的PPO原理与源码解读 参考：https://zhuanlan.zhihu.com/p/677607581

异步RL框架AReaL https://www.zhihu.com/question/1890112252100703430/answer/1890177974956970468 转自：https://zhuanlan.zhihu.com/p/1916441720817714438 一、异步的含义 在本文接下来的表达中，我们用**trainer（后端是deepspeed/fdsp/megatron等）**和 **rollout（后端是sglang/vllm等）**等来分别指代RL训练中做【训练】和【生成】的两个后端。 figure1的左图刻画了【同步RL训练】的流程，具体来说： 假设初始时刻actor的权重为 θ0 rollout使用θ0 ，吃一批prompt，生成对应的response。这批数据中的“每一条”都生成完毕后，rollout停止工作 trainer使用θ0 ，接收这批(prompt, response)数据，进一步生成exp值，进行训练，更新权重为 θ1 trainer将θ1 发送给rollout，rollout使用 ，重复上面的过程 显而易见，【同步RL训练...

TCP连接中ACK,SEQ变化 以下是 TCP 连接中 ACK 和 SEQ 交互变化的详细示例（包含完整的三次握手、数据传输和四次挥手过程）： 📡 连接建立阶段（三次握手） 客户端 → 服务器 SYN=1, SEQ=X（随机初始序列号） 客户端声明自己的初始序列号 X 服务器 → 客户端 SYN=1, ACK=1, SEQ=Y, ACK=X+1 服务器确认收到 X（ACK=X+1）并声明自己的初始序列号 Y 客户端 → 服务器 ACK=1, SEQ=X+1, ACK=Y+1 客户端确认收到 Y（ACK=Y+1），准备开始数据传输 📦 数据传输阶段 sequenceDiagram participant Client participant Server Client->>Server: SEQ=100, Data="ABC"（3字节） Server->>Client: ACK=103（SEQ=500，ACK号=100+3） Client->>Server: SEQ=103, Data="DEF"（3字节） Se...

github博客换机无缝迁移教程 迁移参考(这个迁移教程是不全的): https://blog.csdn.net/qq_43698421/article/details/120407042?fromshare=blogdetail&sharetype=blogdetail&sharerId=120407042&sharerefer=PC&sharesource=a1150568956&sharefrom=from_link 搭建参考： https://yangcheneee.github.io/categories/博客/ 旧电脑如下操作： 123456789101112131415161718## 旧电脑如下操作：bashgit clone $原仓库cd到目录下git checkout -b hexogit push origin hexo:hexo## 在hexo分支删掉除了.git文件之外的其他文件 将原来main分支的下面六个东西复制到下来：_config.ymlpackage.jsonscaffolds/source/themes...

KL散度 🧩 KL散度公式解析 图片中的KL散度公式为： DKL(πθ∣∣πref)=∑θπθ(y∣x)log⁡πθ(y∣x)πref(y∣x)=Ey∼πθ(y∣x)log⁡πθ(y∣x)πref(y∣x)D_{KL}(\pi_{\theta}||\pi_{ref})=\sum_{\theta}\pi_{\theta}(y|x)\log\frac{\pi_{\theta}(y|x)}{\pi_{ref}(y|x)} = E_{y\sim \pi_{\theta}(y|x)}\log\frac{\pi_{\theta}(y|x)}{\pi_{ref}(y|x)} DKL​(πθ​∣∣πref​)=θ∑​πθ​(y∣x)logπref​(y∣x)πθ​(y∣x)​=Ey∼πθ​(y∣x)​logπref​(y∣x)πθ​(y∣x)​ 🔍 关键参数解释 π_θ 和 π_ref（核心参数） π_θ: 当前策略模型 带参数θ的神经网络（例如PPO正在训练的策略） 策略的数学表示：π_θ(y|x) = 在状态x下选择动作y的概率 动态更新：通过梯度下降不断优化 π_ref: ...

TOR Leaf Spine交换机 Spine、Leaf、ToR 交换机：数据中心网络的三层核心架构 这三种交换机是现代数据中心网络架构（通常称为 Spine-Leaf 架构）的核心组件，主要用于处理东西向流量（服务器之间的流量），替代了传统的三层网络架构（接入层-汇聚层-核心层）。 1. ToR（Top-of-Rack）交换机 - 接入层 位置：位于服务器机柜顶部 功能： 直接连接机柜内的服务器（每个ToR连接12-48台服务器） 提供1G/10G/25G端口连接服务器 提供40G/100G/400G上行端口连接Leaf层 实现机柜内部服务器之间的数据交换 特点： 端口密度高 部署成本低（单机柜部署） 易于维护（故障仅影响单个机柜） 应用场景： 12345[机柜]|-- ToR 交换机 ├── 服务器1 ├── 服务器2 └── ...（其他服务器） 2. Leaf 交换机 - 汇聚层 位置：位于一组机柜的中心汇聚点 功能： 汇聚多个ToR交换机的流量 提供跨机柜通信能力 连接所有Spine交换机（全互连架构） 实...