Welcome
  Post Categories
AI模型 4 其他 9 学习笔记-AI模型 2 博客搞建 6 Cuda算子 2 日记 3 学习笔记-大模型 9 Python 17 学习笔记-强化学习 14 ACM-ICPC 106 学习笔记- AI Infra 14 Diffusion Models 9 推荐系统 11
Chapter6 经典 RLHF：奖励模型 RM + PPO（完整版） Chapter6 经典 RLHF：奖励模型 RM + PPO（完整版）
2026-05-22 学习笔记-大模型
AI AI面试知识
Chapter0 全景导读：LLM 训练全链路学习路径 Chapter0 全景导读：LLM 训练全链路学习路径
2026-05-07 学习笔记-大模型
AI AI面试知识
Chapter8 推理时代与 AI Feedback：GRPO、PRM、RLAIF、Constitutional AI Chapter8 推理时代与 AI Feedback：GRPO、PRM、RLAIF、Constitutional AI
2026-04-05 学习笔记-大模型
AI AI面试知识
Chapter7 离线对齐：DPO 家族（IPO/KTO/ORPO/SimPO） Chapter7 离线对齐：DPO 家族（IPO/KTO/ORPO/SimPO）
2026-04-03 学习笔记-大模型
AI AI面试知识
Chapter5 SFT 与参数高效微调：MLE、LoRA、QLoRA Chapter5 SFT 与参数高效微调：MLE、LoRA、QLoRA
2026-03-30 学习笔记-大模型
AI AI面试知识
Chapter4 自监督新范式：BYOL、SimSiam、DINO 与 EM 视角 Chapter4 自监督新范式：BYOL、SimSiam、DINO 与 EM 视角
2026-03-29 学习笔记-大模型
AI AI面试知识
Chapter3 多模态与文本对比学习：CLIP、SimCSE、BGE 与 RAG 检索器 Chapter3 多模态与文本对比学习：CLIP、SimCSE、BGE 与 RAG 检索器
2026-03-28 学习笔记-大模型
AI AI面试知识
Chapter2 视觉对比学习：InfoNCE 与 SimCLR/MoCo Chapter2 视觉对比学习：InfoNCE 与 SimCLR/MoCo
2026-03-27 学习笔记-大模型
AI AI面试知识
Chapter1 数学工具箱：相似度、散度与 LLM 损失基础 Chapter1 数学工具箱：相似度、散度与 LLM 损失基础
2026-03-27 学习笔记-大模型
AI AI面试知识