项目

项目主页
学术助手
智会助手
Codex Remote PWA
技能集
工地检测
AI中转控制台

友链

本站友链
随机开往
异次元之旅

搜索

项目

项目主页
学术助手
智会助手
Codex Remote PWA
技能集
工地检测
AI中转控制台

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 RLVR Evaluation pass@k Perplexity vLLM REINFORCE KL Bradley-Terry MLE 概率建模 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 Forward KL Reverse KL DPO Preference Optimization BERT Transformer 自然语言处理论文精读 LeetCode 刷题记录算法 CleanRL 视觉表征 MAE 自监督学习 Vision Transformer 混合专家系统 Mamba SSM 序列建模对比学习 STL vector string algorithm priority_queue transformer Codex Deep Research 科研工作流论文写作实验管理 GNN 图神经网络深度学习图像分类 Resnet Lenet CIFAR10 无监督学习实例判别思考生活随笔研究生生活学术助手 AI 产品思考 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优化器 SGD Adam 算法详解损失函数基础理论计算机视觉论文笔记监督学习线性表绪论 Math Probability Gradient Descent Martingale Reinforcement Learning Roadmap Introduction GridWorld Python Bellman Equation Bellman Optimality Dynamic Programming Algorithm Monte Carlo Model-free Robbins-Monro TD Learning Sarsa Q-learning Deep Learning DQN Function Approximation PyTorch 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

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

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2026-04-18

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

分类

学术思考2
工程实践7
- 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 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
三月 2025 6

网站信息

文章数目 :

77

运行时间 :

本站总字数 :

170.5k

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

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。