全部文章- lilfry's library

全部文章

2026

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

如何用hugo构建自己的博客 03-31

1
2