机器学习笔记 06：评估、验证与模型选择 机器学习笔记 05：无监督学习与降维 机器学习笔记 04：树模型 机器学习笔记 03：线性模型与 KNN 机器学习笔记 02：损失函数、优化与正则化 机器学习笔记 01：机器学习的基本框架

现代大模型笔记 06：多模态模型，图像、视频和音频怎么接进 LLM 现代大模型笔记 05：Post-training，SFT、DPO、GRPO 到 RL 推理 现代大模型笔记 04：Reasoning Model，从 CoT 到 DeepSeek-R1 现代大模型笔记 03：长上下文，注意力、KV cache 与位置编码 现代大模型笔记 02：MoE，为什么大模型开始变稀疏 现代大模型笔记 01：Transformer 之后到底变了什么

深度学习笔记 05：注意力机制与 Transformer 深度学习笔记 04：CNN、RNN 与经典结构 深度学习笔记 03：深度网络训练与优化器 深度学习笔记 02：MLP、前向传播与反向传播 深度学习笔记 01：从特征工程到表示学习

后训练笔记 05：OPD，On-Policy Distillation 后训练笔记 04：GRPO 变体与 KTO 后训练笔记 03：PPO、DPO 与 GRPO 后训练笔记 02：SFT 与 PEFT 后训练笔记 01：强化学习基础

关于这个博客