我的随笔

1 2 3 4 5 ··· 20 下一页
LLM大模型：post-training方法概述
第七子007 2025-03-09 11:40 阅读:25 评论:0 推荐:0 编辑
LLM大模型：deep research深度研究，吊打传统RAG？
第七子007 2025-03-07 22:42 阅读:37 评论:0 推荐:0 编辑
LLM大模型：deepseek浅度解析(四)：Native Sparse Attention NSA原理
第七子007 2025-02-27 15:09 阅读:135 评论:0 推荐:0 编辑
LLM大模型：kimi k1.5 VS deepseek R1
第七子007 2025-02-24 12:22 阅读:157 评论:0 推荐:0 编辑
LLM大模型：deepseek浅度解析(三)：R1的reinforcement learning GRPO复现
第七子007 2025-02-05 18:00 阅读:1853 评论:0 推荐:2 编辑
LLM大模型：deepseek浅度解析(二)：R1的GRPO原理
第七子007 2025-02-02 12:42 阅读:4681 评论:1 推荐:1 编辑
LLM大模型：deepseek浅度解析(一)：V3的差异化
第七子007 2025-01-27 21:42 阅读:2945 评论:0 推荐:0 编辑
LLM大模型：Process Reinforcement through Implicit Rewards：PRIME 强化学习模型分析，超过GPT-4o？
第七子007 2025-01-13 14:52 阅读:243 评论:0 推荐:0 编辑
LLM大模型：Reinforcement Learning-强化学习中思维链中COT、TOT和GOT的前世今生
第七子007 2025-01-07 15:52 阅读:586 评论:0 推荐:0 编辑
LLM大模型: 多模态特征提取网络架构feather engineering侧的奇技淫巧
第七子007 2024-12-20 17:46 阅读:430 评论:0 推荐:0 编辑
1 2 3 4 5 ··· 20 下一页
点击右上角即可分享
微信分享提示