共计 19 篇文章

---

2026

01-05

推荐系统笔记 01：推荐系统概述

2025

11-22

后训练笔记 04：GRPO变体与DPO变体

11-15

后训练笔记 03：PPO、DPO 与 GRPO

11-08

后训练笔记 02：SFT 与 PEFT

11-01

后训练笔记 01：强化学习基础

09-27

现代大模型笔记 04：Reasoning Model，从 CoT 到 DeepSeek-R1

09-20

现代大模型笔记 03：LLM 推理与效率优化

09-06

现代大模型笔记 01：Transformer 架构与现代改进

2024

08-31

深度学习笔记 05：注意力机制

08-24

深度学习笔记 04：CNN、RNN 与经典结构