@rasbt：经过18个月的写作、编码和实验，《Build a Reasoning Model (From Scratch)》终于问世！我的第一本……
摘要
Sebastian Raschka宣布其著作《Build a Reasoning Model (From Scratch)》在历时18个月的工作后正式发布，内容涵盖推理扩展、强化学习和从头开始的蒸馏技术。
查看缓存全文
缓存时间: 2026/06/30 13:41
经过18个月的写作、编码和实验，《从零开始构建推理模型》终于出版了！
我的第一批样书刚到！📚
440页全彩。从零讲解推理扩展、强化学习和蒸馏技术。https://t.co/647ksI7sLc
相似文章
@Michaelzsguo: 一本及时的书。Dario声称像DeepSeek和GLM这样的中国模型是从Anthropic模型蒸馏而来，这就是它们……的原因。
Sebastian Raschka的新书《Build a Reasoning Model (From Scratch)》涵盖了推理扩展、强化学习和蒸馏。该公告还提到了Dario Amodei关于中国模型从Anthropic模型蒸馏的评论。
@Zen_with_AI：Sebastian Raschka 的最新一期 "Reasoning from Scratch"，第五集，来了！这一次，它聚焦于两个超级…
本文介绍了 Sebastian Raschka 在 YouTube 上发布的视频集，探讨 AI 推理技术，特别是对数概率评分和自我优化方法，以改善模型性能，无需重新训练。
为团队感到无比自豪。经历了无数个深夜，Inkling 终于发布了，我特别想强调 post-……
Thinking Machines 发布了 Inkling，这是一个开源的多模态推理模型，在 post-training RL 方面有创新，实现了稳定扩展到 3000 万+ 次 rollout 和可控的思考投入。该模型展现出压缩推理的特点，即将开放微调。
@rohanpaul_ai: 一篇关于推理模型训练后如何改进的入门论文 表明更好的推理模型较少依赖原始……
这篇入门论文探讨了推理模型在训练后如何改进，认为有效的推理数据更多地依赖于可检查的训练证据而非原始数据量。它根据验证方法对推理数据进行分类，并强调保留混乱的智能体数据以获取学习信号。
@dair_ai：关于后训练推理数据的优秀入门指南。（收藏它）这是首批将分散的后……
一份全面的入门指南，综合了150多项关于后训练推理数据的公开研究，围绕四个关键问题组织该领域：数据对象、有用性、构建和扩展。