首页
博客
归档
摄影
归档记录
按时间线和分类整理所有文章
时间线
2026
5 篇
8月
训推不一致 & 策略更新漂移
2026-08-24
·
强化学习
Claude Code 长期记忆机制
2026-08-03
·
大语言模型
7月
Claude 加密思维链
2026-07-23
·
大语言模型
6月
服务监听与端口转发
2026-06-02
·
工程知识
5月
Cloudflare R2 搭建图床
2026-05-28
·
工程知识
2025
15 篇
8月
GAE 与 Monte Carlo、TD Error
2025-08-21
·
强化学习
PPO 梯度推导
2025-08-20
·
强化学习
强化学习基础：从 MDP 到 LLM RL
2025-08-19
·
强化学习
5月
位置编码长度外推
2025-05-28
·
大语言模型
RoPE 旋转位置编码
2025-05-22
·
大语言模型
旋转矩阵基础
2025-05-22
·
数学基础
绝对位置编码
2025-05-12
·
大语言模型
4月
SFT 与 RL 中的 KL 散度
2025-04-27
·
大语言模型
3月
KL 散度的近似估计
2025-03-28
·
数学基础
深入理解 KL 散度
2025-03-21
·
数学基础
Shell 入门
2025-03-14
·
工程知识
2月
Git 入门
2025-02-14
·
工程知识
Linux 入门
2025-02-12
·
工程知识
SSH 入门
2025-02-12
·
工程知识
1月
博客 Markdown 样式
2025-01-01
·
工程知识
— 已显示全部 20 篇文章 —
统计概览
文章总数
20
最新发布
2026-08
分类数量
4
最早发布
2025-01
文章分类
工程知识
7
大语言模型
6
强化学习
4
数学基础
3