Blog de Simon🫣
历史归档
文章分类
文章标签
Github
About Me
友链
开往
文章
51
分类
4
标签
32
历史归档
文章分类
文章标签
Github
About Me
友链
开往
Blog de Simon🫣
LLM
技术分享
闲隙碎笔
RAG
开始阅读
🗻
扫盲 reward hacking
LLM
2025-12-12
llm
算法
🗻
Online / Offline & On-policy / Off-policy
LLM
2025-12-3
llm
算法
🗻
扫盲KL散度和交叉熵
LLM
2025-9-29
llm
算法
🗻
扫盲 Monte Carlo (MC) 和 Temporal Difference (TD)
LLM
2025-9-15
llm
算法
💡
总结:PPO GRPO GSPO Loss 分析
LLM
2025-8-6
llm
算法
🏄♂️
GSPO vs GRPO
LLM
2025-7-30
llm
算法
🚀
RAG技术汇总(4)高级检索方法
RAG
2025-7-22
RAG
llm
📚
RAG技术汇总(3)上下文与内容丰富
RAG
2025-7-10
RAG
llm
🐦
Agent 框架汇总
LLM
2025-7-4
agent
记录
Framework
🤔
思考:Agent 项目的核心挑战与难点是什么?
LLM
2025-7-4
agent
RAG
Framework
📚
谈阅读:如何做一个好的读者
闲隙碎笔
2025-7-3
碎笔
胡说八道
🪸
强化学习(3) DPO
LLM
2025-6-25
RM
llm
1
2
3
4
5
SimonSun
Internet Malou, LLM Rookie, Bug Maker🤧
文章
51
分类
4
标签
32
最新发布
扫盲 reward hacking
2025-12-12
Online / Offline & On-policy / Off-policy
2025-12-12
强化学习(3) DPO
2025-12-12
总结:PPO GRPO GSPO Loss 分析
2025-12-12
GSPO vs GRPO
2025-12-10
PPO(1)算法详解
2025-12-4
公告
🙌README🙌
🤯There is nothing left
in my right brain,
🤯and there is nothing right
in my left brain...
⭐I wish you every success⭐