共计 11 篇文章

---

2025

09-06

Why language models hallucinate（为什么语言模型会出现幻觉）

09-04

Adam 和 AdamW 原理详解

09-01

学习率与 Batch Size 的关系

08-22

VeRL 源码解读

08-19

旋转位置编码（RoPE）原理详解

03-20

香农熵、交叉熵和KL散度之间的联系

03-11

Transformer中的Self-Attention未引入非线性操作

03-06

nn.embedding原理详解

03-06

从零实现PositionalEncoding与MultiHeadAttention

02-25

机器学习之树模型