全模态大模型（Omnimodal Large Models, OLMs），以下简称Omni模型，有时也称之为“端到端多模态大模型”。 它主要解决的文本、图片、语音多模态理解与实时交互的协同问题(图片修改)，最新的研究也会涉及统一推理和图像生成。

当前多模态设计中AR和DiT的组合关系，单独学习一下

vllm专门为了多模态单独推出了推理框架vllm-omni，调研一下

VeRL 作为RL领域趋势最火的开源仓，值得学习。

• 对于不使用的python对象，如何释放？
• python 的对象管理机制
• del，empty_cache , gc_collect的原理

• RL 算法(Reinforcement Learning from Verifiable Rewards (RLVR))在 2025年的GRPO提出后其变种和应用范围迎来了井喷爆发。
• 本文详细介绍 PPO、GRPO以及DAPO。

[^1]

快速调研多模态强化学习及其ai infra(verl类似)的下一步方向、技术点和与LLM RL的差异点：

• 说实话有点头大
• 多模态理解模型的主体就是LLM，LLM的RL基本半年后会迁移到多模态理解上，所以我要跟踪LLM RL的文章
• 多模态生成模型的RL偏向DPO为主的另一条路子；
• 多模态还涉及agent、具身智能，RL又有些不同；
• 文章多到看得头大。

AI调研真实性问题以及应对：

• 问题：现在的 Arxiv 时代，处于“狂野西部”状态。迭代极快，但也伴随着刷榜（SOTA-chasing）、数据污染、甚至直接编造数据。
• 应对：
  • 看竞场：对于大模型，唯一的真理是“盲测竞技场 lmarena”的排名，而不是论文里的表格。
  • 看时间：AI论文日新月异，要注意发布时间；
  • 看落地：已有模型使用的方法，至少能证明方案是可行和正向有效的；
  • 看出身：是 Meta/Google/DeepMind 吗？是知名教授吗？ -> 是，则细读。
  • 看开源：Hugging Face 上有模型吗？GitHub 有星吗？ -> 有，可信度 +50%。
  • 看复现：Issue、Twitter 和 Reddit 上有人复现成功吗？ -> 有，纳入核心趋势。
  • 看引用：如果这篇论文刚出不久就被很多高质量论文引用，说明其思路已被同行关注。

时刻关注前沿：

1. GRPO/AdvancedResearch
2. Awesome-MLLM-Reasoning-Collection
3. Awesome-RL-for-LRMs
4. Awesome-AgenticLLM-RL-Papers

• 在训练开发部待了一年，发现一个人在集体里的作用是渺小的，只能负责了一个模块，但是领导却希望你是个全才。而且中国互联网是人力密集型产业。堆人力，不停试。开发人员大部分工作都是消耗在了繁琐的流程上，消磨了意志，相对于2012那些预研的人员，学习提升有限。
• 最主要是我花的时间，并产生不了技术壁垒，无法保护自己；
• 打工是不可能发财的，现在还能靠还灵光的脑子来学习新技术，等自己老了就只能被新员工淘汰了。
• 只有产生规模效应，加上低成本，自动化的工作才能真正积累财富。[^1] 简单来说就是在有需求的地方做平台收人头费。
• 我当前选择的就是自建自动量化投资平台(资金管理平台)，
  • 首先，可以弥补我欠缺的金融知识；学会合理的管钱
  • 其次，在不成熟之前可以自用；
  • 好用之后，可以商业化。
  • 但是个人开发周期3~7年，希望重策略轻软件框架，毕竟时间跨度大，合适的软件框架估计变了。
  • 唯一的问题：难度可能太高了，比如，最后发现不了赚钱的量化策略。
• 还有另一种可能，在洞察到平台商业机会后，通过快速软件化(前后端)上线。

• 数据集与数据加载器：学习如何使用torch.utils.data.Dataset和DataLoader来加载和处理数据。
• 数据预处理：介绍常用的数据预处理方法，如归一化、数据增强等。

为什么之前认为金融只是调配资源，并不产生生产价值的我。也会想搞量化。

第一次相亲(第二次见面)