所有分类 - lilfry's library

所有分类

AI

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

读 SFT、RL 与 On-Policy Distillation：后训练真正的变量是 on-policy data

FullStack-Agent：全栈 Coding Agent 的训练与评测数据是如何构造的

AgentENV：为 Agentic RL 规模化运行可分叉的沙箱环境

论文阅读

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

读 SFT、RL 与 On-Policy Distillation：后训练真正的变量是 on-policy data

DLLM 方法综述：从掩码扩散到大语言扩散模型

读 Qwen Bebop 与 DeepSeek DSpark：Speculative Decoding 正在从技巧变成系统工程

LeetCode

字母异位词分组

寻找重复子树

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？