我的随笔

广义优势估计(GAE)：端策略优化PPO中偏差与方差平衡的关键技术

deephub 2025-03-23 11:00 阅读:297 评论:0 推荐:0

FlowMo: 模式搜索+扩散模型提升图像Token化性能

deephub 2025-03-22 10:02 阅读:38 评论:0 推荐:0

SEARCH-R1: 基于强化学习的大型语言模型多轮搜索与推理框架

deephub 2025-03-21 10:15 阅读:151 评论:0 推荐:0

生成AI的两大范式：扩散模型与Flow Matching的理论基础与技术比较

deephub 2025-03-20 10:14 阅读:323 评论:0 推荐:0

融合AMD与NVIDIA GPU集群的MLOps：异构计算环境中的分布式训练架构实践

deephub 2025-03-19 11:07 阅读:28 评论:0 推荐:0

GoT：基于思维链的语义-空间推理框架为视觉生成注入思维能力

deephub 2025-03-18 09:54 阅读:78 评论:0 推荐:0

RAG-Gym: 基于过程监督的检索增强生成代理优化框架

deephub 2025-03-17 10:06 阅读:36 评论:0 推荐:0

MiTS与PoTS：面向连续值时间序列的极简Transformer架构

deephub 2025-03-16 10:29 阅读:35 评论:0 推荐:0

信息检索系统评估指标的层级分析：从单点精确度到整体性能度量

deephub 2025-03-15 10:17 阅读:41 评论:0 推荐:0

PyTorch PINN实战：用深度学习求解微分方程

deephub 2025-03-14 10:08 阅读:287 评论:0 推荐:0