认知循环架构与六种算法的关系

仅供参考，未经实验验证。DeepSeekMath对SFT、RFT、在线RFT、DPO、PPO、GRPO这些算法有统一范式描述，看看与九步认知循环关系。九步认知循环是一个"元学习操作系统"（关心学什么、什么时候学、什么时候停），六种 RL 算法是这个操作系统下的"具体优化程序"（关心给定目标后怎么更新参数）。两者在"反馈-选择-更新"的闭环结构上同构，但九步循环在目标管理和认知层级上更高，而 RL

Codex切换ChatGPT账号与第三方API后报错、会话不可见的处理方法

本文梳理 Windows 版 Codex 在 ChatGPT 账号与第三方 API 之间切换后出现 401 报错和历史会话不可见的问题。重点说明如何根据请求 URL、`config.toml`、环境变量和模型提供商配置定位原因，并给出恢复官方账号模式、切换第三方接口及保留会话上下文的处理方法。

帮你理解golang与AI Agent

本质上不是一个大模型，而是一个的智能系统。