全部文章- lilfry's library

全部文章

2026

DLLM 方法综述：从掩码扩散到大语言扩散模型 07-13

读 Qwen Bebop 与 DeepSeek DSpark：Speculative Decoding 正在从技巧变成系统工程 07-11

量子物理与量子力学 — 期末复习资料 05-27

Focal Loss 是什么？为什么它能解决类别不平衡问题？ 05-07

轻一点的 harness，强一点的 runtime：Agent 训练轨迹里的信号问题 05-05

模型更强之后，Agent 框架会怎样退到 runtime 05-05

告别盲目堆算力：让AI编程智能体从经验中学会“思考” 05-05

读 MOPD：后训练正在从单一 RL 走向多教师能力合并 05-05

GroupDPO: Memory efficient Group-wise Direct Preference Optimization 05-05

coding agent数据合成-qwen调研 04-19

时代洪流中的锚点：新一轮科技革命下人文与智能的双向赋能 04-13

fry的香水收集小记1 04-12

一些想法：有关于人类的本源，以及社会的组织 04-09

面试高频：Bradley-Terry vs Plackett-Luce，奖励建模到底差在哪 04-08

读 YaRN：长上下文扩展，核心不是硬拉窗口，而是别把 RoPE 拉坏了 04-07

读《Reasoning with Sampling》：RL 没让模型变聪明，它只是在重分配推理能力 04-07

读 OLMo 3：真正重要的不是新架构，而是训练信号 04-06

2025

深度学习优化算法 09-02

字母异位词分组 06-20

寻找重复子树 03-31

1
2
3