虚怀若谷，大智若愚

大模型训练方法：DAPO

12-01

LLM 训练：GSPO 算法详解与 GRPO 对比

11-18

让 LLM 输出规范 JSON 的方法

09-15

LLM 训练：ZeRO 技术详解

07-23

LLM 训练：GRPO 算法详解

07-23

LLM 推理： KV Cache 原理与优化

07-01

LLM：RAG 中的文本检索技术

06-30

LLM 幻觉与重复问题

06-27

LLM 训练：DPO 深入与实践

06-24

LLM 训练：PPO 原理和实现细节

05-25