首先，把自己对AI的思考贴出来，方便和各位佬讨论讨论，附件是对论文A Survey on Post-training of Large Language Models 的一些简要版的解读，方便大家快速了解。 
后训练方法综述.pdf (2.6 MB) 
首先就是，如何让模型训练走进寻常百姓家。目前的模型微调还是主要集中在那些大规模的大厂，需要极高的算力，那开源社区在做什么呢？在做skill，做harness工程，做tools，本质上是在为模型搭建身体。但是我们应该形成身体和灵魂的闭环，头脑为身体提供指示，反过来，身体的数据也应该反过来训练大脑 

突然想起来，memory和模型的参数都类似于人类的大脑，但是推理能力让我们可以从不那么宽泛的知识来推导出更多的内容，但是memory更加类似于一个RAG的数据库，我们是否可以打通memory和参数之间的限制，让memory外挂，而让参数学会按需检...