研究笔记

2024

LoRA 微调全流程实战——用 12 条数据、4 秒钟，把 Gemma 2B 训成特朗普

··

研究笔记研究笔记 LLM Fine-Tuning

《KIMI K2.5: VISUAL AGENTIC INTELLIGENCE》阅读笔记

··

研究笔记研究笔记 Reinforcement Learning LLM

高维几何与集中不等式详解

··

研究笔记研究笔记 Math Theory

Drifting Model vs Diffusion：复杂指令理解能力对比

··

研究笔记研究笔记 Diffusion Model

百花齐放的 Diffusion-RL：技术路线综述

··

研究笔记研究笔记 Reinforcement Learning Diffusion Model

Claude Code Agent Teams 运行机制深度分析

··

研究笔记研究笔记 Reinforcement Learning Agent Tools

从各家技术文章看26年Agentic RL Infra优化方向

··

研究笔记研究笔记 Reinforcement Learning AI Infra Math Theory

←
1
2