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
文章标签
字节跳动
1
清华学习
1
ScholarCopilot
1
Attention
1
FlashAttention
1
SBert
1
Ollama
1
ModernBERT
1
Bert
1
Bert
1
CAG
1
HTML
0
HTML
0
HTML
1
HTML
0
Open
0
GQA
0
GQA
1
MQA
1
MQA
1
Qwen2.5
1
Qwen2.5
1
Actor-Critic
1
SFT
1
SFT
0
开源
1
VLM
1
CILP
1
Vit
1
Faiss
1
微调
3
多模态
2
vllm
2
知识图谱
1
GraphRAG
1
ReST-MCTS
1
清华大学
1
MOA
1
MOE
2
GPU
0
GPU
1
知乎
1
理论基础
2
神经网络
6
论文速递
3
Llama4
1
Meta
1
VidTok
1
MCP
1
L2
1
L1
1
DeepRAG
1
PIKE-RAG
1
RAG
15
量化
1
ColFlor
1
ColPali
1
G-Veal
1
注意力机制
3
GRUs
1
LSTM
1
蒙特卡洛
1
Transformer
7
RNN
4
LLM架构
30
词向量
2
论文
15
Research
1
AutoGen
2
CrewAI
1
LangGraph
1
Langchain
1
贝尔曼方法
1
DeepSeek
14
OpenAI
2
微软
1
GRPO
3
PPO
1
NLP
2
强化学习
17
Agent
8
大模型
43
弹