WPIRONMAN
搜索
首页
分类
项目
项目主页
学术助手
智会助手
Codex Remote PWA
技能集
AI知识星系
工地检测
AI中转控制台
WPIRONMAN Chat
友链
本站友链
随机开往
异次元之旅
学术主页
关于
工程实践
分类 - 工程实践
2026
2026-07-31
开题检索怎么做:用 Codex / Claude Code 留下一份可复查的文献初筛
2026-07-31
AI 给的论文引用是真的吗?用 DOI / PMID 做四状态核验
2026-07-31
PubMed 检索别只堆关键词:从 MeSH 核对到可复用检索式
2026-07-18
Paper2PPT:从一篇论文到可编辑、可追溯 PPTX 的证据优先工作流
2026-07-18
Academic Paper Search:可复现的多源文献检索工作流
2026-07-18
PaperRefine:论文润色不只是换同义词,而是让主张回到证据边界
2026-07-18
SOL ENGINE:把 GPT-5.6 提示词优化变成可审计、可回归的工程流程
2026-07-15
WPIRONMAN Chat 正式上线:产品介绍与使用指南
2026-04-26
我现在怎么做科研:从文献调研、实验到论文写作
2026-04-18
我做了一个学术工作流助手:把选刊、前沿跟踪和 AI 预审串起来
2026-02-10
Agentic RL:Tokenizer 编解码非对称性与 Token-in-Token-out(RL 训练崩溃的根因)
2026-02-10
Agentic RL:veRL MultiTurn Tool Use 与 Coding Agent SFT(Cold Start for RL)
2026-02-09
Agentic RL:veRL FSDP SFT Trainer 补充(Teacher Forcing、Shift Labels/Logits、Loss Mask)
2026-02-09
Agentic RL:veRL FSDP SFT Trainer(SFT vs RL、交叉熵损失、Loss Mask、LR Scheduler)
2026-02-09
Agentic RL:vLLM 参数配置、显存分析与性能调优(max_num_batched_tokens)
1
WP
无业游民
文章
85
标签
200
分类
22
Follow Me
公告
学术助手已上线
期刊会议检索、前沿论文浏览和 AI 预审入口已经接进博客。
立即进入
最新文章
开题检索怎么做:用 Codex / Claude Code 留下一份可复查的文献初筛
2026-07-31
AI 给的论文引用是真的吗?用 DOI / PMID 做四状态核验
2026-07-31
PubMed 检索别只堆关键词:从 MeSH 核对到可复用检索式
2026-07-31
Paper2PPT:从一篇论文到可编辑、可追溯 PPTX 的证据优先工作流
2026-07-18
分类
学术思考
2
工程实践
15
强化学习
5
科研方法
4
强化学习数学原理
12
手撕代码
2
图像分类
2
数据结构与算法
7
标签
工程实践
Resnet
CleanRL
FSDP
实例判别
Evaluation
Baseline
DOI
Forward KL
学术汇报
自监督学习
STL
Transformer
损失函数
KL
算法
vLLM
Preference Optimization
学术写作
Dynamic Programming
MLE
概率建模
递归
基础理论
Tool Use
双指针
Codex
前缀和
transformer
Coding Agent
reverse
DQN
论文精读
Loss Mask
冒泡排序
监督学习
TRPO
Reinforcement Learning
Tokenizer
实验管理
归档
七月 2026
8
四月 2026
3
二月 2026
32
十二月 2025
5
十一月 2025
8
九月 2025
2
六月 2025
1
四月 2025
5
网站信息
文章数目 :
85
运行时间 :
本站总字数 :
189.4k
最后更新时间 :
总访问量:
加载中...
搜索
数据加载中
从关键词开始检索文章
适合查找算法笔记、强化学习推导、科研工作流和项目入口。
Agentic RL
Deep Research
Codex
强化学习