AI

深度学习，大模型，算法

子分类

Transformer (3)

文章

Agentic RL 基础理论&代码速递-基于TRL库源码解读

2026年6月17日

GRPO 训练中的量词

2026年6月17日

Temperature 的数学本质

2026年4月23日

数据归一化与层归一化概述

2026年1月1日

Softmax 结构：为什么指数归一化如此普遍？

2026年1月1日