工具

工地检测

友链

本站友链
随机开往
异次元之旅

搜索

工具

工地检测

友链

本站友链
随机开往
异次元之旅

标签

数据结构与算法二叉树二叉树遍历递归迭代回溯剪枝图论动态规划二分查找双指针数组滑动窗口矩阵规律前缀和链表哈希表查找 set map 字符串 KMP reverse 栈队列双端队列堆 queue stack deque Reward Model Verifier Self-Verification DeepSeekMath Reasoning Agentic RL 强化学习 PPO LLM RLHF REINFORCE KL Bradley-Terry MLE 概率建模 RLVR Evaluation pass@k Perplexity vLLM veRL verl Tokenizer Token-in-Token-out Agent Loop 推理部署性能优化显存分析 AgentLoop Async Rollout Tool Use Interaction Ray SFT FSDP Teacher Forcing Cross Entropy Loss Mask LR Scheduler 工程实践 Trainer Inference SGLang Multi-turn Coding Agent Cold Start GRPO RLOO REINFORCE++Baseline Batch Size Entropy Policy Gradient TRPO CleanRL Forward KL Reverse KL DPO Preference Optimization BERT Transformer 自然语言处理论文精读视觉表征 LeetCode 刷题记录算法 MAE 自监督学习 Vision Transformer 混合专家系统 Mamba SSM 序列建模 STL vector string algorithm priority_queue 对比学习 Codex Deep Research 科研工作流论文写作实验管理 transformer GNN 图神经网络深度学习图像分类 Resnet Lenet CIFAR10 实例判别无监督学习生活随笔研究生生活思考 Vit 手撕代码排序冒泡排序选择排序插入排序快速排序归并排序堆排序损失函数基础理论优化器 SGD Adam 算法详解计算机视觉论文笔记监督学习线性表绪论 Reinforcement Learning Roadmap Introduction Math GridWorld Python Probability Gradient Descent Martingale Bellman Equation Bellman Optimality Dynamic Programming Algorithm Monte Carlo Model-free Robbins-Monro TD Learning Sarsa Q-learning PyTorch Deep Learning DQN Function Approximation Actor-Critic A2C

评论

WP

无业游民

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。

最新文章

我现在怎么做科研：从文献调研、实验到论文写作2026-04-26

层级结构 + 分布建模 + 原型演化

层级结构 + 分布建模 + 原型演化2026-04-17

Agentic RL：代码优先，理论辅助的实战法

Agentic RL：代码优先，理论辅助的实战法2026-02-26

Agentic RL：veRL AgentLoop 全流程与计算细节（Async Rollout、状态机、Tool-Interaction）

Agentic RL：veRL AgentLoop 全流程与计算细节（Async Rollout、状态机、Tool-Interaction）2026-02-10

分类

学术思考2
工程实践6
- 强化学习5
- 科研方法1
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

数据结构与算法二叉树二叉树遍历递归迭代回溯剪枝图论动态规划二分查找双指针数组滑动窗口矩阵规律前缀和链表哈希表查找 set map 字符串 KMP reverse 栈队列双端队列堆 queue stack deque Reward Model Verifier Self-Verification DeepSeekMath Reasoning Agentic RL 强化学习 PPO LLM RLHF

归档

四月 2026 2
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
三月 2025 6

网站信息

文章数目 :

76

运行时间 :

本站总字数 :

167.8k

最后更新时间 :

总访问量：

加载中...

©2025 - 2026 By WP

框架 Hexo|主题 Butterfly

搜索

数据加载中