0と1に還元され
大语言模型 On-Policy Distillation
2026-05-13
介绍了大语言模型 On-Policy Distillation 的发展脉络以及 KL 散度的应用
1065 words
|
5 minutes
SAPO：用"软门控"重塑大模型强化学习的稳定性
2026-02-15
深度解析阿里巴巴Qwen团队的SAPO算法，探索软门控机制如何革新LLM强化学习训练
1948 words
|
10 minutes
DeepSeek-V3.2 技术报告阅读
2025-12-03
《DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models》阅读笔记
1565 words
|
8 minutes
rustdesk + EasyTier 远程桌面办公
2025-07-02
使用 EasyTier 组网 + rustdesk 远程桌面实现广域网下远程桌面办公
734 words
|
4 minutes
在远程容器上部署 Ollama 和 Open WebUI
2025-02-26
用 ssh 端口转发访问远程容器上的 Ollama 和 Open WebUI 服务
1582 words
|
8 minutes
通过 freesound api 下载音频数据
2024-11-27
query 为查询，fields 为需要获取的元信息，filter 为过滤器，sort 为排序方式。text_search 返回的是一个 Pager 对象，结构如下：
556 words
|
3 minutes