宇宙
生活
随笔
大模型
RAG
强化学习
Agent
LLM架构
论文
论文速递
机器学习
多模态
基础模型
理论基础
欢迎订阅
开源
大模型
强化学习
Agent
LLM架构
论文
机器学习
多模态
基础模型
分类
标签
归档
上网导航
1
2W8000字读懂GPT全家桶:从GPT-1到O1的技术演进与突破
2
强化学习详解第八部分 RLAIF 如何实现人工智能反馈的规模化飞跃
3
DeepSeek-R1如何突破语言模型的极限——深入数学视角解读群体相对策略优化(GRPO)
4
强化学习详解第七部分 RLHF:解码 AI 与人类偏好对齐的奥秘
5
2W8000字深度剖析25种RAG变体
登录
柏企
吹灭读书灯,一身都是月
累计撰写
109
篇文章
累计创建
16
个分类
累计收获
183
个点赞
导航
宇宙
生活
随笔
大模型
RAG
强化学习
Agent
LLM架构
论文
论文速递
机器学习
多模态
基础模型
理论基础
欢迎订阅
开源
大模型
强化学习
Agent
LLM架构
论文
机器学习
多模态
基础模型
分类
标签
归档
上网导航
目录
2025
2025-04-26
牛津大学提出 NoProp : 不再需要反向传播来训练神经网络
基础模型
2025-04-25
清华大学| 强化学习是否激励LLM中超越基本模型的推理能力?
强化学习
2025-04-23
论文速递 基于聚类的迭代数据混合引导:优化数据混合以预训练大语言模型(LLM)的框架
论文速递
2025-04-23
强化学习详解第六部分 高级策略优化:深度强化学习的演变
强化学习
2025-04-13
掌握Torchtune:高效微调、评估和部署大型语言模型的实用指南
LLM架构
2025-04-13
ScholarCopilot:借助精准引用训练大语言模型助力学术写作
开源
2025-04-13
全网最全的神经网络数学原理(代码和公式)直观解释 全网最全
理论基础
2025-04-13
万字深度解析 FlashAttention:让 Transformer 效率飙升的神奇算法
理论基础
2025-04-13
LLM架构系列 ---探索文本嵌入模型:从基础到BERT与SBERT实战
LLM架构
2025-04-13
1W2000字 一文读懂向量数据库:原理、索引技术与选型指南
RAG
上一页
下一页
1
2
3
4
5
6
7
…
11
弹