NLP——LLM对齐微调-VC-PPO

NLP——技术报告解读-DeepSeek-V3

NLP——旋转位置编码-RoPE

NLP——VeRL框架使用总结

NLP——vLLM使用相关笔记

NLP——技术报告解读-DeepSeek-R1

NLP——Not-Just-Scaling-Laws

NLP——Model-Growth-Initialization

NLP——SEAL

NLP——将传统强化学习Trick用到LLM中的思考