我的随笔

LLM大模型：Absolute Zero: Reinforced Self-play Reasoning with Zero Data 0数据做post train RL

第七子007 2025-05-29 18:07 阅读:350 评论:0 推荐:0

SHAP：以bitcoin price预测为例的机器学习算法可视化解析

第七子007 2025-05-27 22:54 阅读:370 评论:0 推荐:0

LLM大模型：Qwen3解析

第七子007 2025-05-06 22:47 阅读:2750 评论:0 推荐:0

LLM大模型： DeepSeek-Prover-V2浅析

第七子007 2025-05-02 21:46 阅读:460 评论:0 推荐:0

LLM大模型：TTRL: Test-Time Reinforcement Learning分析

第七子007 2025-04-28 15:53 阅读:767 评论:0 推荐:0

抖音推荐算法部分模型概述

第七子007 2025-04-18 15:28 阅读:740 评论:0 推荐:1

LLM大模型：推荐系统应用-HLLM实战&DSIN

第七子007 2025-04-11 17:38 阅读:1110 评论:3 推荐:0

LLM大模型：post-train实战 - 使用GRPO微调LLM

第七子007 2025-03-24 22:30 阅读:3991 评论:1 推荐:1

LLM大模型：OpenManus原理

第七子007 2025-03-15 23:40 阅读:2761 评论:0 推荐:2

LLM大模型：post-training方法概述

第七子007 2025-03-09 11:40 阅读:2664 评论:0 推荐:0