#理论

后训练扫盲：SFT 记知识、RL 学长处，和 Agent 有什么关系

不训模型的工程师视角的后训练扫盲：预训练、SFT、RL 各自做什么，为什么验证器便宜的领域进展最快，以及奖励设计思维对 Agent 应用层的启发。

推进工作的方法论之PDCA循环

意义 每一项工作，都是一个pdca循环，都需要计划、实施、检查结果，并进一步进行改进，同时进入下一个循环，只有在日积月累的渐进改善中，才可能会有质的飞跃，才可能取得完善每一项工作 细则 Plan：制定目标与计划； Do：任务展开，组织实施； Check：对过程中的关键点和最终结果进行检查； Action：纠正偏差，对…

RASCI模型

在快速发展的过程中，会不时的冒出一些之前没有明确界定的事情，往往产生一些看似大家都在负责，事实上无人负责的事情。RACI 模型对快速发展的我们的最重要的启发是：每件事都要尽早确定谁负责，也就是确定主 R。 谁负责（R = Responsible） 负责执行任务的角色，具体负责操控项目、解决问题。 谁批准（A = …

MECE-金字塔原理

image.png 7个问题理解《金字塔原理》： 什么是金字塔原理？ 一件事情可归纳出一个中心论点，而这个中心论点可以由3-7个论据进行支撑； 每一个论据本身又可作为一个论点，同样被3-7个论据支撑… 如此重复往返，就形成金字塔一样的结构。 使用金字塔原理要注意哪些关键点？ ①结论先行： 原因：符合人类大脑运作方式，…

SWOT分析法

SWOT 分析是一种战略规划方法，用于帮助个人或组织识别其优势（Strengths）、劣势（Weaknesses）、机会（Opportunities）和威胁（Threats）。这个框架是通过对以上四个方面进行评估，以了解一个项目、产品、业务或个人的当前状态和潜在发展。 以下是SWOT四个方面的具体描述： 优势(Str…

5WHY分析法

简介 COE复盘时经常会提到5why分析法，又称“5问法”，其实就是对一个问题点连续以5个“为什么”来自问，以追究其根本原因。 虽为5个为什么，但使用时不限定只做“5次为什么的探讨”，主要是必须找到根本原因为止，有时可能只要3次，有时也许要10次，如古话所言：打破砂锅问到底。 5why法的关键所在：鼓励解决问题的人要…

5WHY分析法