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
2025-04-12
ReaderLM v2:前沿小型语言模型,实现HTML到Markdown和JSON的转换
基础模型
2025-04-12
重现 OpenAI o1 的技术路线
LLM架构
2025-04-12
典型的RAG流程、每个模块的最佳实践和综合评估
RAG
2025-04-12
加速大模型推理:深入探究MQA、GQA、MLA(DeepSeek)、KV缓存技术
LLM架构
2025-04-12
强化自训练(ReST):让大语言模型更懂你的“心”
基础模型
2025-04-12
Qwen2.5-Max:对标DeepSeek V3
开源
2025-04-12
DeepSeek-R1的顿悟时刻是如何出现的? 背后的数学原理:强化学习如何教大型语言模型进行推理
强化学习
2025-04-12
强化学习中的关键模型与算法:从Actor-Critic到GRPO
强化学习
2025-04-12
DeepSeek-R1:通过强化学习激励大语言模型的推理能力
基础模型
2025-04-12
OpenAI o3-mini 与 DeepSeek-R1 在各类基准测试中的大比拼
LLM架构
上一页
下一页
1
2
3
4
5
6
7
…
11
弹