本文章将接着前一篇关于DeepSeek-R1来更近一步说明其中的关键算法GRPO。本文将大量参考（CV大法）DeepSeek团队在Hungging Face上的GRPO介绍【GRPO 培训师 --- …
GRPO Trainer（深入了解GRPO）
强制二周目是坏文明！
为什么好多游戏的全成就都喜欢在通关后来一个所谓的“终极难度”，然后才能拿白金奖杯🤯
昨天终于通了漫威蜘蛛侠，本来挺有兴致的想100%地图，然后美美拿个白金奖杯，然后一看需要强制我再用终极难度打一遍二周目，瞬间对全地图都没了兴趣，干脆放弃了。
DeepSeek-R1学习笔记
DeepSeek-R1是在DeepSeek V3的基础上进行的，在实际效果上有了深度思考的能力，大大提高了模型的性能（对标OpenAI的O1模型），也就是对应官网上面的这个按钮👇 下面来简单概述一下本…
2025.1.12 闲事树桩
其实前几天就发现网站的SSL证书过期了，但是一直没有去换，今天终于克服了懒癌更换了SSL证书。
今日跟朋友出去玩，到牌店冲动买了一幅万智牌，不知道之后会不会入坑。中午WSH想吃KFC的吮指原味鸡，md感觉鸡里有毒喷射斯沃了。（KFC以后黑名单里呆着去吧！！！）
寒假开始又是每日的组会TT。这次要跟老师一起写国自科项目，是太赫兹成像跟人工智能方面的结合，不知道会写成什么样子。
数据库内容汇总【期末威力加强版！】
本篇文章主要会在之前那篇数据库系统简单内容汇总的基础上补充期末新的内容作为复习的整理，并且致敬某光性厂商或者A开头厂商一样无耻的推出所谓的“加强版”。 概念部分（八股文） 数据库系统概述 数据库的4个…
Git协作者常用代码
今与sy同学一同用git管理期末复习的资料，感觉非常好玩，虽然没有学过git命令，对git一无所知，但依旧可以很愉快的一同管理一个项目，因为老记不住，遂放置博客方便个人查看👀。那么作为协作者，管理仓库…