摘要：
因为自己实在是太好忘了💀 所以在博客存档方便查找 阅读全文
posted @ 2024-01-18 19:47
MoonOut
阅读(120)
评论(0)
推荐(0)
摘要：
存下来方便查阅。 阅读全文
posted @ 2023-06-16 10:10
MoonOut
阅读(573)
评论(1)
推荐(0)
摘要：
本博客总结了与强化学习、RLHF 相关的 LLM 八股面试题。 阅读全文
posted @ 2026-03-21 19:13
MoonOut
阅读(28)
评论(0)
推荐(0)
摘要：
整理了 focal 等经典 offline meta-RL 工作的 1. offline 数据集收集、2. policy 训练和性能测试的方法。 阅读全文
posted @ 2026-03-19 16:34
MoonOut
阅读(95)
评论(0)
推荐(0)
摘要：
本博客总结了与多模态、主流模型架构相关的 LLM 八股面试题。 阅读全文
posted @ 2026-03-18 14:28
MoonOut
阅读(206)
评论(0)
推荐(0)
摘要：
本博客总结了 LLM 八股面试题中的手撕代码题。 阅读全文
posted @ 2026-03-15 21:57
MoonOut
阅读(197)
评论(0)
推荐(2)
摘要：
本博客总结了与 LLM 训练流程、微调技术相关的 LLM 八股面试题。 阅读全文
posted @ 2026-03-11 23:14
MoonOut
阅读(82)
评论(2)
推荐(0)
摘要：
本博客总结了与 Transformer 相关的 LLM 八股面试题。 阅读全文
posted @ 2026-03-11 16:33
MoonOut
阅读(305)
评论(0)
推荐(1)
摘要：
根据小红书和牛客网的面经总结。 阅读全文
posted @ 2026-03-11 15:12
MoonOut
阅读(214)
评论(0)
推荐(0)
摘要：
复习一下经典 dp 模型 背包问题。 阅读全文
posted @ 2026-03-10 20:08
MoonOut
阅读(32)
评论(0)
推荐(0)
摘要：
感觉状态机的思路是最直观的。 阅读全文
posted @ 2026-03-10 18:57
MoonOut
阅读(10)
评论(0)
推荐(0)
摘要：
这个题使用桶排序思想：维护一个长度为 MAX_OCCUR_COUNT 的数组 buckets，buckets[i] = c 代表元素 c 出现 i 次。 阅读全文
posted @ 2026-03-10 16:29
MoonOut
阅读(7)
评论(0)
推荐(0)
摘要：
这个题不需要用到并查集；o(m×n) 复杂度遍历整个地图，使用 bfs 把所有岛屿“淹没”，就可以了。 阅读全文
posted @ 2026-03-10 15:00
MoonOut
阅读(9)
评论(0)
推荐(0)
摘要：
如果二叉树维护了父节点，则寻找最小公共祖先可以使用时间复杂度 o(H)、空间复杂度 o(1) 的双指针法，利用路径相等的原理，非常巧妙。 阅读全文
posted @ 2026-03-10 14:19
MoonOut
阅读(8)
评论(0)
推荐(0)
摘要：
经典二叉树递归题。如果 node == p 或 q 或 None，返回 node；然后，left, right = dfs(左子树) (右子树)；如果 left 或 right 有值，证明 p 或 q 被找到了，返回有值的那个；如果 left right 都有值，则 p q 分别为 left right，return node。 阅读全文
posted @ 2026-03-10 14:08
MoonOut
阅读(116)
评论(0)
推荐(0)
摘要：
递归调用函数，对一个“根节点-左节点-右节点”结构的情况进行枚举：1. 路径为“根节点→左节点或右节点→它的子节点”；2. 路径为“左节点的子节点→左节点→根节点→右节点→右节点的子节点”。 阅读全文
posted @ 2026-03-10 13:43
MoonOut
阅读(16)
评论(0)
推荐(0)
摘要：
使用拒绝采样，构造 7×7 = 49 大小的空间，然后只使用 1-40。 阅读全文
posted @ 2026-03-04 14:19
MoonOut
阅读(121)
评论(0)
推荐(2)
摘要：
感觉是简单最小堆题目，不知道为啥 leetcode 评级是 hard。以及，因为 python list 排序很快，所以也可直接把链表上所有元素拿下来，排序，再构建全新链表。 阅读全文
posted @ 2026-03-03 23:21
MoonOut
阅读(24)
评论(0)
推荐(0)
摘要：
利用数组 1 末尾的空闲空间，使用从后向前的双指针，遍历数组 1 2 。 阅读全文
posted @ 2026-03-03 23:04
MoonOut
阅读(42)
评论(0)
推荐(0)
摘要：
二分查找：第 K 小的元素是多大呢？在有序矩阵中，给定一个数值，只需要 o(n) 复杂度，就可以得到 ≤ 它的元素的数量。因此，时间复杂度为 二分的 o(log 值域大小) × 查找的 o(n)。 阅读全文
posted @ 2026-03-03 23:00
MoonOut
阅读(75)
评论(0)
推荐(0)
摘要：
经典的 o(n) 做法，是通过类似快排的 partition pivot 操作，递归寻找第 k 大的数；然而思路四更加简洁优雅，时间复杂度也是 o(n) 的。 阅读全文
posted @ 2026-03-03 22:37
MoonOut
阅读(71)
评论(0)
推荐(0)
摘要：
先排序，然后固定数字 1，双指针法搜索数字 2 3，注意要把重复的数字 2 3 去除。 阅读全文
posted @ 2026-03-03 17:04
MoonOut
阅读(29)
评论(0)
推荐(0)
摘要：
使用 python 的 dict 存储 "字符: 出现位置" 的映射。 阅读全文
posted @ 2026-03-03 16:49
MoonOut
阅读(53)
评论(0)
推荐(0)
摘要：
第一次用 python 写记忆化搜索，用 dict 写起来很方便，思路也很清晰。 阅读全文
posted @ 2026-03-03 15:26
MoonOut
阅读(14)
评论(0)
推荐(0)
摘要：
如果认为判断一个 word 是否在 set 里是 o(1) 的，则 dp 方法的时间复杂度是 o(n²)。不过，集合判断操作的时间复杂度实际是 o(n) 的，所以总时间复杂度是 o(n³)。 阅读全文
posted @ 2026-03-03 15:17
MoonOut
阅读(8)
评论(0)
推荐(0)
摘要：
又一个 dp 基础题。 阅读全文
posted @ 2026-03-03 15:08
MoonOut
阅读(14)
评论(0)
推荐(0)
摘要：
这一题比上一题（1143）更简单，使用 dp 可以轻松解决。滑动窗口匹配法的空间复杂度更低，但时间复杂度略高。 阅读全文
posted @ 2026-03-03 11:26
MoonOut
阅读(9)
评论(0)
推荐(0)
摘要：
这是一道经典的 dp 题。进一步，可以通过滚动数组，将空间复杂度从 o(mn) 优化到 o(m)。 阅读全文
posted @ 2026-03-03 11:14
MoonOut
阅读(22)
评论(0)
推荐(0)
摘要：
3D 接雨水和 2D 接雨水的思路很像：2D 接雨水的双指针，从左右向中间包围，3D 接雨水则是从四周形成一个圈，向中间包围。 阅读全文
posted @ 2026-03-03 10:43
MoonOut
阅读(29)
评论(0)
推荐(0)
摘要：
双指针法中，左右指针分别从最左最右向中间移动，时间复杂度 o(n)，空间复杂度 o(1)。 阅读全文
posted @ 2026-03-03 10:28
MoonOut
阅读(186)
评论(0)
推荐(0)
摘要：
根据小红书和牛客网的面经总结。 阅读全文
posted @ 2026-03-02 21:47
MoonOut
阅读(99)
评论(0)
推荐(0)
摘要：
2026.03 | 速读文章纪录 阅读全文
posted @ 2026-03-02 00:01
MoonOut
阅读(30)
评论(0)
推荐(0)
摘要：
未完待续。 阅读全文
posted @ 2026-02-17 23:08
MoonOut
阅读(36)
评论(0)
推荐(0)
摘要：
汇总并翻译了一些 VeRL 的文档。 阅读全文
posted @ 2026-02-17 17:40
MoonOut
阅读(41)
评论(0)
推荐(0)
摘要：
ssh config 中添加 RemoteForward 127.0.0.1:7890 127.0.0.1:7890。补档重传。 阅读全文
posted @ 2026-02-15 12:39
MoonOut
阅读(17)
评论(0)
推荐(0)
摘要：
提供了 MATH、GSM8K、AIME24 等常用数学数据集的 基本信息和链接。 阅读全文
posted @ 2026-02-13 13:13
MoonOut
阅读(281)
评论(0)
推荐(0)
摘要：
REINFORCE++ 把 GRPO“prompt 小组内归一化优势”升级为“全局 batch 上标准化优势”，并搭配稳定的 KL 估计方式，比 PPO 轻量级，比 GRPO 稳定和泛化性强。 阅读全文
posted @ 2026-02-13 11:51
MoonOut
阅读(68)
评论(0)
推荐(0)
摘要：
2026.02 | 速读文章纪录 阅读全文
posted @ 2026-02-03 08:50
MoonOut
阅读(70)
评论(0)
推荐(0)
摘要：
rsync -avzP --progress /本地/大文件.zip user@服务器IP:/目标/路径/ 阅读全文
posted @ 2026-01-30 13:34
MoonOut
阅读(182)
评论(0)
推荐(1)
摘要：
主要参考官方文档，介绍了如何基于 verl 使用 RL 微调大模型。 阅读全文
posted @ 2026-01-20 16:20
MoonOut
阅读(148)
评论(0)
推荐(0)
浙公网安备 33010602011771号