1. O1 Replication Journey – Part 2: Surpassing O1-preview through Simple Distillation, Big Progress or Bitter Lesson?

本文对当前复制OpenAI的O1模型能力的方法进行了深入审视，特别关注了知识蒸馏技术广泛但往往未公开使用的现象。虽然我们之前的工作探讨了复制O1模型的基本技术路径，但本研究揭示了从O1 API进行简单蒸馏并结合有监督微调后，在复杂数学推理任务上可以实现更优的表现。通过广泛的实验，我们展示了基于仅仅数万个经过O1蒸馏的长思维链样本进行微调的基础模型，在美国邀请数学考试（AIME）上的表现优于O1预览版，并且技术复杂度极低。

此外，我们的研究不仅限于数学推理，还探索了O1蒸馏模型在多种任务中的泛化能力：包括幻觉生成、安全性以及开放领域问答。值得注意的是，尽管仅使用了数学问题解决数据进行训练，我们的模型在开放性问答任务中展现出了强大的泛化能力，并且在微调之后显著降低了奉承倾向。

论文: https://arxiv.org/pdf/2411.16489

2. GMAI-VL & GMAI-VL-5.5M: A Large Vision-Language Model and A\n Comprehensive Multimodal Dataset Towards General Medical AI

尽管通用人工智能，如GPT-4，在许多领域取得了显著进展，但在医疗领域（通用医疗AI，简称GMAI）的应用仍然受限于缺乏专业医疗知识。为了解决这一挑战，我们推出了GMAI-VL-5.5M，这是一个全面的多模态医疗数据集，通过将数百个专业医疗数据集转换成精心构建的图像-文本对而创建。该数据集具有全面的任务覆盖范围、多样化的模态以及高质量的图像-文本数据。

基于这个多模态数据集，我们提出了GMAI-VL模型，这是一种采用逐步三阶段训练策略的通用医疗视觉-语言模型。这种方法通过整合视觉和文本信息，显著增强了模型处理多模态数据的能力，从而提高了其在准确诊断和支持临床决策方面的能力。实验评估表明，GMAI-VL在广泛的多模态医疗任务中，比如视觉问答和医学影像诊断上达到了最先进的结果。

论文: https://arxiv.org/pdf/2411.14522

3. From Generation to Judgment: Opportunities and Challenges of LLM-as-a-judge

评估与评价一直是人工智能（AI）和自然语言处理（NLP）领域中的关键挑战。然而，传统的基于匹配或嵌入的方法往往难以准确判断细微属性，并提供令人满意的结果。最近大语言模型（LLM）的进步激发了“LLM作为评判者”的范式，在这种模式下，利用LLM进行评分、排序或选择等操作，适用于各种任务和应用场景。本文对基于LLM的评判与评估进行了全面综述，旨在深入探讨这一新兴领域以促进其发展。我们首先从输入和输出两个角度给出了详细的定义。接着，通过一个全面的分类体系从三个维度探索了“LLM作为评判者”：评判什么、如何评判以及在哪里评判。最后，我们整理了一系列基准测试来评估“LLM作为评判者”，并指出了关键挑战及未来研究的有希望方向，目的是为这个充满潜力的研究领域提供有价值的见解，并激励后续研究。

论文: https://arxiv.org/pdf/2411.16594

4. Knowledge Transfer Across Modalities with Natural Language Supervision

我们提出了一种仅通过文本描述来学习新概念的方法，称之为知识迁移。类似于人类的认知过程，我们利用跨模态交互来引入新概念。我们的假设是在预训练的视觉编码器中已经学习到了足够多的低级特征（例如形状、外观、颜色），这些特征可以用来描述之前未知的高级概念。给定一个新概念的文本描述，我们的方法通过将视觉编码器已知的低级特征与该概念的高级文本描述进行对齐来工作。这种方法既适用于独立的文本和视觉编码器（如CLIP），也适用于跨模态共享参数的情况。此外，我们还表明，遵循相同的原则，知识迁移可以改进模型已知的概念。通过利用知识迁移，我们在诸如分类、分割、图文检索以及图像描述等不同任务上提高了零样本性能。

论文: https://arxiv.org/pdf/2411.15611

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】