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）
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…
文科新方向：个人回忆录写作
最近看到B站UP主@马督工的视频：文科就业难，AI产业需要你写回忆录。看完之后颇有感触和收获，遂来此分享，本文大部分观点内容均出自马督工的视频【会少量参杂一些自己的看法】。 在看此视频之前还从未知晓原…
网站收藏
文档查询 [sfriendlinks] link|https://www.rapidtables.org/zh-CN/math/symbols/greek_alphabet.html|希腊字母和符号|…
万能六级作文理由（写作话题）
万金油表达——出自B站@Roy大表哥 CHEMIST C = Convenience xxx is exceedingly convenient. xxx很方便。 亮点：很/非常替换高级词汇 very…
简易博客运行时间代码
一直想给博客加一个建站时间的模块，但是看别人的解决方法都略微有点麻烦（懒捏），因此不断在网上找寻，最后在https://www.11zhang.com/391.html找到了解决方案。 不过该代码有一…
我的2024年度之最！
本篇文章的灵感来自B站up主@-LKS-的视频（BV1KG1uYdEcX）。看完视频之后，感觉自己也想整理一份自己的年度之最。 那么这个年度之最涉及到的大部分内容都是我本年自己看完或者玩过的，这些书籍…
B站UP“我是瑞斯拜”六级作文模版
考什么 ——只考议论文—— 形式：（图片 图表 提纲：现象解释） 现象解释 —— why | what 问题解决 —— how to | solve | plagiarism | solution 观…
WordPress友情链接相关
由于“星之卡比”朋友的提问，关于友情链接的添加，这里我来分享一下个人的友联添加方法。 -首先来到WordPress后台，查看链接这里。 -先点链接分类，添加新的分类来更好的管理我们的友链接。（别名这里…
学吉他几年唯一会弹的曲子——《流行の云》
2022年5月3日，两年多以前自己录制的《流行の云》。 当时应该是拿我的iPhone6sp录的音，设备有限、技术有限，在各位指弹大佬面前就是一坨。 今天闲来翻找手机，发现录音里面的文件也从原来的手机里…