Welcome
  Post Categories
ACM-ICPC 10 博客搭建 2 学习笔记-大模型 4 日记 1 学习笔记-大模型推荐算法 1
Chapter4 强化学习 RLHF Chapter4 强化学习 RLHF
我们可以把 RLHF 看作是将人类的“价值观”和“偏好”量化为奖励信号，并指导模型进化的过程。 RLHF (Reinforcement Learning from Human Feedback)的三大阶段1. 监督微调 (SFT - Sup
2026-03-30 学习笔记-大模型
AI AI面试知识
Chapter3 对比学习BYOL， SimSiam Chapter3 对比学习BYOL， SimSiam
BYOL (Bootstrap Your Own Latent)1. 核心理念BYOL 证明了在完全没有负样本（Negative Pairs）的情况下，通过构建非对称结构（Asymmetric Architecture）和预测机制，也能实现
2026-03-28 学习笔记-大模型
AI AI面试知识
Chapter2 对比学习（Contrastive Learning）的核心机理 Chapter2 对比学习（Contrastive Learning）的核心机理
深度进阶：对比学习（Contrastive Learning）的核心机理对比学习的核心思想是 “Instance Discrimination” (个体判别)：通过构造正负样本对，在无标注数据下学习“物以类聚，人以群分”的特征表示。 1.
2026-03-27 学习笔记-大模型
AI AI面试知识
Chapter1 相似度度量（Similarity Measures） Chapter1 相似度度量（Similarity Measures）
相似度度量（Similarity Measures）1. 欧氏距离 (Euclidean Distance) —— 绝对位置的度量欧氏距离是最基础的 $L_2$ 范数。它衡量的是 $n$ 维空间中两个点之间的直线距离。 数学表达d(\mat
2026-03-27 学习笔记-大模型
AI AI面试知识