AI CNN CTR CVR CoT DAPO DPO DeepSeek-R1 FlashAttention GRPO GSPO KNN KTO KV cache LSTM LoRA MLP Notes P-Tuning PCA PEFT PPO Prefix Tuning RLHF RLVR RNN Reasoning ResNet Research RoPE SFT SGLang TensorRT-LLM Transformer XGBoost vLLM 交叉验证 优化 优化器 偏好优化 决策树 反向传播 召回 后训练 大模型 序列建模 强化学习 损失函数 排序 推理优化 推荐系统 无监督学习 机器学习 模型选择 正则化 注意力机制 深度学习 神经网络 笔记 线性回归 聚类 自注意力 计算图 评估 逻辑回归 随机森林