09
3 篇统计
74文章
8分类
223标签
目录
-
文章
-
ai_agent
- Agent Architecture —— LLM & Planning & Tool & Memory
- Agent Communication Protocols —— MCP & A2A
- Agent Engineering —— Prompt & Context & Harness & Loop
- Agent Paradigms —— ReAct & Plan-and-Solve & Reflection
- Function Calling —— 工具调用
- Memory Mechanisms Evolution: From Storage to Experience —— 智能体记忆机制的演化综述
- Memory System —— Agent记忆系统
- Multi-Agent System—— 多智能体系统
- Recursive Self-Improvement（RSI）—— 递归自我改进综述
- Retrieval-Augmented Generation —— 检索增强生成
- Self-Evolving Agents (What、When、How、Where) —— 自进化智能体综述
-
ai_alignment
- Comparison of RL Algorithm —— PPO、GRPO、DPO、DAPO、GSPO技术详解与对比
- DAPO (Decoupled Clip and Dynamic sAmpling Policy Optimization) -- 解耦裁剪与动态采样策略优化
- DPO (Direct Preference Optimization) -- 直接偏好优化
- GRPO (Group Relative Policy Optimization) -- 群体相对策略优化
- GSPO (Group Sequence Policy Optimization) -- 群组序列策略优化
- PEFT (Parameter-Efficient Fine-Tuning) —— 参数高效微调
- PPO(Proximal Policy Optimization) -- 近端策略优化
- Reinforcement Learning -- 策略梯度、优势函数、重要性采样与KL散度惩罚
- RLHF (Reinforcement Learning from Human Feedback) —— 基于人类反馈的强化学习
- RLVR (Reinforcement Learning with Verifiable Rewards) —— 可验证奖励强化学习
- SFT (Supervised Fine-Tuning)—— 监督微调
-
ai_multimodal
- Contrastive Language-Image Pre-training —— CLIP对比学习
- Denoising Diffusion Probabilistic Models —— DDPM扩散模型
- Multimodal Large Language Model —— MLLM多模态大语言模型
- Multimodal RAG —— 多模态RAG
- Video Audio Multimodal —— 视频理解 & 视频生成 & 音频处理
- Vision Transformer —— ViT视觉Transformer
- Vision-Language Model —— VLM视觉语言模型
- Vision-Language-Action —— VLA具身智能
-
cs336
-
deep_learning
- Activation & Initialization —— 激活函数与权重初始化
- Autograd & Computational Graph —— 自动微分与计算图
- CNN —— 卷积神经网络
- Gradient Descent Optimizer —— 梯度下降优化器
- LSTM & GRU —— 门控循环神经网络
- MLP & Back Propagation —— 多层感知机与反向传播
- Probability & Information —— 概率论与信息论基础
- Residual Network —— ResNet残差网络
- RNN & BPTT —— 循环神经网络与随时间反向传播
- Tensor Operations —— 向量、矩阵与张量运算
-
machine_learning
- Adaptive Boosting (AdaBoost) —— 自适应提升
- Bagging & Random Forest —— 随机森林
- Decision Tree —— 决策树
- Expectation-Maximization Algorithm —— EM算法
- Gradient Boosting Machine (GBM) —— 梯度提升机与加法模型
- Hidden Markov Model (HMM) —— 隐马尔可夫模型
- K-Means Clustering —— 聚类算法
- K-Nearest Neighbor (KNN) —— K-近邻
- Kernel Trick —— 核技巧与常用核函数
- Linear Regression —— 线性回归
- Logistic Regression —— 逻辑回归与Softmax多分类
- Naive Bayes —— 朴素贝叶斯
- Principal Component Analysis (PCA) —— 主成分分析
- Support Vector Machine (SVM) —— 支持向量机
- XGBoost & LightGBM —— 梯度提升框架
-
-
相册
-
IB_Course
-
Calculus
-
Data Strctures
-
Discrete Mathematics
-
Physics Experiment
-
Physics(1)
-
Probability and Statistic
-
-
IIA_Course
-
Algorithm
-
Digital Circuits
-
Physics(2)
-
-
IIB_Course
-
Computer Organization
-
Database
-
MaoZedong
-
Signal and Linear Systems
-
-
Scenery
-
-
项目展示
-
CME295
-
CS336
-
分类
标签
统计
74文章
8分类
223标签
KNOWLEDGE TIMELINE
归档
按时间浏览全部文章。
74 篇文章
01202646 篇文章
08
8 篇八月
Video Audio Multimodal —— 视频理解 & 视频生成 & 音频处理 AI Multimodal Vision-Language-Action —— VLA具身智能 AI Multimodal Multimodal RAG —— 多模态RAG AI Multimodal Denoising Diffusion Probabilistic Models —— DDPM扩散模型 AI Multimodal Multimodal Large Language Model —— MLLM多模态大语言模型 AI Multimodal Vision-Language Model —— VLM视觉语言模型 AI Multimodal Vision Transformer —— ViT视觉Transformer AI Multimodal Contrastive Language-Image Pre-training —— CLIP对比学习 AI Multimodal
07
8 篇七月
RLVR (Reinforcement Learning with Verifiable Rewards) —— 可验证奖励强化学习 AI Alignment Comparison of RL Algorithm —— PPO、GRPO、DPO、DAPO、GSPO技术详解与对比 AI Alignment GSPO (Group Sequence Policy Optimization) -- 群组序列策略优化 AI Alignment DAPO (Decoupled Clip and Dynamic sAmpling Policy Optimization) -- 解耦裁剪与动态采样策略优化 AI Alignment GRPO (Group Relative Policy Optimization) -- 群体相对策略优化 AI Alignment DPO (Direct Preference Optimization) -- 直接偏好优化 AI Alignment PPO(Proximal Policy Optimization) -- 近端策略优化 AI Alignment Reinforcement Learning -- 策略梯度、优势函数、重要性采样与KL散度惩罚 AI Alignment
06
3 篇六月
04
8 篇四月
Multi-Agent System—— 多智能体系统 AI Agent Agent Communication Protocols —— MCP & A2A AI Agent Agent Engineering —— Prompt & Context & Harness & Loop AI Agent Memory System —— Agent记忆系统 AI Agent Retrieval-Augmented Generation —— 检索增强生成 AI Agent Function Calling —— 工具调用 AI Agent Agent Paradigms —— ReAct & Plan-and-Solve & Reflection AI Agent Agent Architecture —— LLM & Planning & Tool & Memory AI Agent
03
7 篇三月
Transformer Inference Generation —— 推理生成式语言模型 CS336 Transformer Training Experiments —— 完整训练实战与消融实验 CS336 Transformer Training System —— 完整训练系统 CS336 TransformerBlock & TransformerLM —— 完整语言模型 CS336 Attention Mechanism —— 从缩放点积到因果多头注意力 CS336 Transformer Core Modules —— 从线性层到位置编码 CS336 BPE(Byte-Pair Encoding) Tokenizer —— 从零构建BPE分词器 CS336
02
9 篇二月
Lecture 9：LLM development CME295 Lecture 8：LLM evaluation CME295 Lecture 7：Agentic LLMs CME295 Lecture 6： LLM Reasoning CME295 Lecture 5：LLM Preference tuning CME295 Lecture 4：LLM training CME295 Lecture 3：LLM core techniques CME295 Lecture 2：Transformer-based models & tricks CME295 Lecture 1：Transformer background and architecture CME295
02202528 篇文章
08
10 篇八月
LSTM & GRU —— 门控循环神经网络 Deep Learning RNN & BPTT —— 循环神经网络与随时间反向传播 Deep Learning Residual Network —— ResNet残差网络 Deep Learning CNN —— 卷积神经网络 Deep Learning Gradient Descent Optimizer —— 梯度下降优化器 Deep Learning MLP & Back Propagation —— 多层感知机与反向传播 Deep Learning Autograd & Computational Graph —— 自动微分与计算图 Deep Learning Activation & Initialization —— 激活函数与权重初始化 Deep Learning Probability & Information —— 概率论与信息论基础 Deep Learning Tensor Operations —— 向量、矩阵与张量运算 Deep Learning
07
15 篇七月
Hidden Markov Model (HMM) —— 隐马尔可夫模型 Machine Learning Expectation-Maximization Algorithm —— EM算法 Machine Learning K-Means Clustering —— 聚类算法 Machine Learning Principal Component Analysis (PCA) —— 主成分分析 Machine Learning XGBoost & LightGBM —— 梯度提升框架 Machine Learning Gradient Boosting Machine (GBM) —— 梯度提升机与加法模型 Machine Learning Adaptive Boosting (AdaBoost) —— 自适应提升 Machine Learning Bagging & Random Forest —— 随机森林 Machine Learning Decision Tree —— 决策树 Machine Learning Kernel Trick —— 核技巧与常用核函数 Machine Learning Support Vector Machine (SVM) —— 支持向量机 Machine Learning Naive Bayes —— 朴素贝叶斯 Machine Learning K-Nearest Neighbor (KNN) —— K-近邻 Machine Learning Logistic Regression —— 逻辑回归与Softmax多分类 Machine Learning Linear Regression —— 线性回归 Machine Learning
06
3 篇