# Codex 源码阅读与分析（一）：客户端主流程——从用户输入到事件循环
Codex 源码阅读与分析（一）：从用户输入到事件循环本篇技术博客主要解读 Codex 命令行版本的运行机制。我会沿着一次 codex exec 任务的主流程，从用户输入开始，一直看到事件循环结束以及最终结果输出。 Codex 面向用户的输入方式大体可以分为两类： 通过 code...
强化学习-第二章
发表于
分类于
强化学习
多臂老虎机 (multiarms Bandits) 问题形式 你要重复地在k个选项或动作中进行选择 每次做出选择之后，你都会得到一定数值的收益，收益由你选择的动作决定的平稳概率分布产生。你的 目标是在某一段时间内最大化总收益的期望。 \(\epsilon - greedy方法\)...
AutoSOTA 论文解读
这个论文做的是，从一篇有开源代码库的论文开始，复现论文项目，然后再将这个论文的指标优化高。 没开源 AgentResource 因为现在的论文严重依赖于大规模数据集，预先训练的权重和专门的ckpt。 所以这里做了一个外部资源获取模块。 这个模块由两个阶段构成 符号化资源获取 ze...
强化学习-第一章
第一章 第一次阅读，只能发现扩展实例有价值 扩展实例: 井字棋 问题： 井字棋由两名玩家轮流在 3×3 棋盘上落子，一方使用 X，另一方使用 O。率先在行、列或对角线上连成三个棋子者获胜；若棋盘填满仍无人获胜，则为平局。 由于完美玩家永远不会输，我们考虑与一个偶尔犯错的对手对弈，...
AI scientistv2-论文阅读
发表于
分类于
AI4S
AI scientist-v2 AI Scientist v1 和 v2 的区别 More General Idea Generation 他们没有使用代码库增量开发，论文里面说的是采用了更高抽象级别开始的过程 这里需要查看一下，对比AI Scientistv1 和v2 在实验代...
Co-Scientist 论文阅读
Co Scientist 这个系统构造了一个带有 self-play 性质的自我改进闭环：不断生成假设、审查假设、让假设彼此竞争、再从竞争结果中继续演化出更好的假设和研究提案。论文里把这种过程概括成一种更贴近科研流程的 generate -> debate -> ra...
AI4S 和AI4 R search survey的阅读概览
AI scientist 对于现在的 AI research，主要有两种方式： 一种是纯粹的 workflow。 另外一种是 agent 协作模式。多个 agent 分别执行不同 role，来实现半自动甚至全自动的协作模式。 另外还有 Agent 虚拟实验室。 根据 survey...
RAG part: FAISS
发表于
更新于
本文知识点来源于FAISS Johnson-Lindenstrauss引理： 如果有一组高维空间中的点，可以把它们随机映射到一个较低维空间中，并且点与点之间的距离几乎保持不变。 Faiss 优化的是“在给定距离度量下，尽量快、尽量省内存地找近邻”；但最终业务效果还取决于 embe...