Blog Projects Links About

Back

Tags: #tech

Sep 1, 2025

RLHF, DPO, 和GRPO

来聊一聊LLM强化学习算法

2 min read Chinese
- tech
Jun 11, 2025

Python notes

不是torch，也不是dl，最基本的Py操作

4 min read Chinese
- tech
Dec 1, 2024

Determined-AI 集群管理工具的BUG集散地

DAI使用过程的踩坑日记暨入坑指南

4 min read Chinese
- tech
- determined-ai