张小明
前端开发工程师
通用 GUI 智能体基座 MAI-UI
唐杰THU
大润发杀鱼工：RL的一整年
天晴：用 RL 做 LLM 后训练：半年踩过的坑与心得
周星星：Agent 元年复盘
无大算力时，LLM 还有哪些值得做的研究
自所&腾讯团队首次揭示大模型RL新机制
RL、Pre-training、Mid-training 对模型能力提升的区别
理解 LLM RL 稳定性的 insight 和实用 recipe
GPT-5-Thinking新训练方法
深挖PPO，聊聊前身TRPO
大模型强化学习算法的演进与对比 (PPO, GRPO, DAPO, GSPO, SAPO)
LLM模型评估方法
青稞AI：唐杰和 Karpathy 的共识：AI 应用的本质是替代或增强人类工种，而不是为了做 App 而做 App
深入理解 KL 散度
多模态大模型主流架构
HTML模板引擎集成：Miniconda-Python3.10使用Jinja2生成网页 在数据密集型项目日益普及的今天，手动维护大量HTML页面早已成为开发者的噩梦。想象一下：一个AI实验团队每天产出数十组模型指标和可视化图表，却要靠人工复制粘贴到报告中…
李华
基于 Miniconda 的 PyTorch GPU 环境搭建：从零开始的高效实践 你有没有遇到过这种情况：兴冲冲地准备复现一篇论文，结果刚运行 import torch 就发现 GPU 不可用？或者明明装了 CUDA，torch.cuda.is_available() 却返回 Fa…
李华
ZQCL与ZQCSDDR中的ZQCL和ZQCS校准命令主要有以下触发方式：1. ZQCL（上电初始化校准）触发条件：上电初始化阶段作用：解决制造工艺变化问题，将DRAM校准到初始温度和电压设定。执行时机：在…
李华
文章目录 Java面试必会：守护线程创建核心技术解析引言一、什么是守护线程？1. 守护线程的定义2. 守护线程的作用 二、守护线程的核心技术点1. 如何创建守护线程？2. 守护线程的生命周期管理3. 守护线程的应用场景示例：实现一个简单的…
李华
Pyenv、Virtualenv 与 Miniconda 协同构建现代 Python 开发环境 在今天，一个 AI 研究员早上可能在调试 PyTorch 模型，中午要跑一个用 Flask 写的评估服务，晚上还得复现一篇论文里的实验——而这三个任务，很可能分别要求 Python 3.…
李华
概述 std::error_code 作为 C 标准库的重要组件，提供了一套不依赖异常的错误处理方案。它以值类型形式封装错误信息，在禁用异常的场景、系统级编程或跨库交互中表现出色，能够让函数在不抛出异常的情况下，将失败详情清晰地传递给调…
李华