ARCHIVES

归档

4文章
4分类
2026
4 篇文章
10-16
杭百5
10-15
大语言模型对齐学习笔记：从 PPO、DPO 到 GRPO 与 DAPO
10-15
Attention Code Lab：手撕 Attention 交互实验室
10-15
从信息量到 KL 散度：理解熵、交叉熵与大模型训练