上一页 1 2 3 4 5 6 7 8 ··· 34 下一页
2025年9月15日
A Survey of Reinforcement Learning for Large Reasoning Models
摘要： https://arxiv.org/abs/2509.08827 https://huggingface.co/papers/2509.08827 阅读全文
posted @ 2025-09-15 09:07 jack-chen666 阅读(33) 评论(0) 推荐(0)
The Landscape of Agentic Reinforcement Learning综述
摘要： The Landscape of Agentic Reinforcement__Learning for LLMs.pdf https://medium.com/data-science-in-your-pocket/the-landscape-of-agentic-reinforcement-le 阅读全文
posted @ 2025-09-15 09:06 jack-chen666 阅读(63) 评论(0) 推荐(0)
π0.5开源
摘要： https://www.physicalintelligence.company/download/pi05.pdf https://github.com/Physical-Intelligence/openpi https://mp.weixin.qq.com/s/4FwNUULBzMrqEOm9 阅读全文
posted @ 2025-09-15 09:04 jack-chen666 阅读(37) 评论(0) 推荐(0)
新范式-LLaDA-VLA 基于扩散模型 VLA模型
摘要： https://mp.weixin.qq.com/s/fwOGuKy2Wtz_xXx3nCT28w 论文题目：LLaDA-VLA: Vision Language Diffusion Action Models 论文链接：https://arxiv.org/abs/2509.06932 项目主页：h 阅读全文
posted @ 2025-09-15 09:00 jack-chen666 阅读(36) 评论(0) 推荐(0)
2025年9月11日
算法-TSP旅行商问题-03
摘要： 目录问题的核心要素问题的复杂性常见的解法对于大规模问题：穷举动态规划实现 (Held-Karp) 旅行商问题 (Traveling Salesperson Problem, TSP) 旅行商问题是计算机科学和运筹学领域一个非常经典且著名的组合优化问题， 给定一系列城市和每对城市之间的距离，找到一条最 阅读全文
posted @ 2025-09-11 17:20 jack-chen666 阅读(145) 评论(0) 推荐(0)
算法-Dijkstra算法-02
摘要： 目录Dijkstra算法概念算法工作原理代码 参考：https://blog.csdn.net/u011426016/article/details/140895213 Dijkstra算法 Dijkstra算法是一种用于解决单源最短路径问题的贪婪算法。 它的主要目标是在一个有向或无向的、边权重为非 阅读全文
posted @ 2025-09-11 14:19 jack-chen666 阅读(54) 评论(0) 推荐(0)
算法-A*-01
摘要： 目录A* 算法的核心思想A* 算法的三个关键公式举例：走迷宫总结代码实现 A* (A-Star) 算法是路径规划中非常经典、非常受欢迎的一种算法。对于初学者来说，我们可以把它想象成一个“聪明的寻路者”，它不像无头苍蝇一样乱撞，而是会有策略地寻找从起点到终点的最短路径。 A* 算法的核心思想 好的，没 阅读全文
posted @ 2025-09-11 10:02 jack-chen666 阅读(52) 评论(0) 推荐(0)
2025年9月8日
agent-记忆-01
摘要： 大型语言模型（LLM）聊天机器人（智能助手）具备长期记忆功能，是 AI 应用中一个非常重要的方向。本文档提供系统性的技术概述，重点介绍记忆管理架构、关键组件和核心功能，使聊天机器人能够记住用户信息、个人偏好和对话历史记录，从而为个人助理等应用程序提供更优质的服务。 业界进展 MEM0 旨在增强具有持 阅读全文
posted @ 2025-09-08 10:47 jack-chen666 阅读(60) 评论(0) 推荐(0)
2025年9月4日
大模型-Qwen3 attention层-98
摘要： 目录Triton kernel — 存 KV cachePython 封装 — store_kvcacheattention Qwen3（或相似架构）中的 Attention 层实现，它结合了 Triton 自定义 kernel（KV cache 存储） 和 FlashAttention 库 来实现 阅读全文
posted @ 2025-09-04 09:58 jack-chen666 阅读(79) 评论(0) 推荐(0)
大模型-Qwen3 MLP层-97
摘要： 目录激活函数Qwen3MLP 激活函数 import torch from torch import nn import torch.nn.functional as F class SiluAndMul(nn.Module): def __init__(self): super().__init_ 阅读全文
posted @ 2025-09-04 09:43 jack-chen666 阅读(163) 评论(0) 推荐(0)
上一页 1 2 3 4 5 6 7 8 ··· 34 下一页