Harry Yu logo

学习笔记

论文阅读、技术调研、知识点总结等

子分类

AI (8) 嵌入式开发 (1) 数据结构与算法 (2)

文章

✒️万字长文：LLM 后训练基础知识&常见“黑话”整理

LLM RL 中的 Credit Assignment 问题

GRPO 训练中的量词简介

LLM 后训练方法概览与 TRL 源码解读

LLM RL 中数据复用引发的 off-policy 问题与解决方法

Temperature 的数学本质🔣

Git Rebase 与 Merge 完全指南：图解、对比与冲突解决

深浅拷贝

数据归一化与层归一化概述

Softmax 结构：为什么指数归一化如此普遍？

微机原理学习笔记

数据结构学习笔记