推理SFT泛化条件分析：优化、数据与模型能力

深度2026年4月8日18 分钟阅读

最有趣的发现是：推理SFT的泛化呈现“先降后升”模式，强模型能从简单算术游戏中学习回溯等可迁移推理策略。本文适合研究LLM推理能力、模型微调和泛化机制的研究人员阅读。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

作者用 Common Lisp 在 100 行代码内实现了一个 AI agent，核心循环仅 8 行。Agent 的唯一工具是 eval，它可以自行编写和运行代码，甚至通过 eval 定义新的工具函数（如 web search）。技能作为记忆存储在对话记录中，重启后可通过重读历史重新加载。

深度·7月12日·6 分钟

微软Agent Framework现在支持Go（公开预览版），提供工具调用、MCP支持和多代理协调等功能。Google的ADK已经在支持Go，而Anthropic和OpenAI的Agent SDK仍缺少Go官方支持。

深度The New Stack·7月11日·4 分钟

相关文章