所有分类 - lilfry's library

所有分类

AI

读 Selective DPO：偏好数据为什么不是越难越好

为什么大模型会陷入重复：从 High Inflow 到结构性循环

KV Cache 优化地图：从丢 Token 到跨层共享

读 OPUS：数据选择为什么必须看优化器真正走的方向

GRPO 训练 DeepSeek-V3 的数学能力：从 rollout 到参数更新

论文阅读

GRPO 训练 DeepSeek-V3 的数学能力：从 rollout 到参数更新

397B Agent RL 到底怎么跑：从 MCP trajectory、TITO token trace 到 Fully Async GRPO

Oak Lab：从经验学习到实时智能的技术路线

Looped Transformer 不只是重复计算：从 LoopFormer 到 Elastic-Depth Post-Training

蒸馏不只是压缩：从 Self-Distillation 到 Search Distillation 的研究地图

LeetCode

字母异位词分组

寻找重复子树

优化器

坐标谱优化器：用动量学习 PSGD 坐标，再做部分 Muon 谱校正

学习

量子物理与量子力学 — 期末复习资料

未定稿

《蝙蝠侠：黑暗骑士》：也许算是影评的东西？

深度学习

Focal Loss 是什么？为什么它能解决类别不平衡问题？