腾讯的Training-Free GRPO

很好! 目前共计 93 篇日志。 继续努力。

2026

03-18

腾讯的Training-Free GRPO

03-12

Muon优化器

2025

07-19

最近阅读3-关于蒸馏，attention结构改动，和模型对齐

07-08

阿里通义Lab: WebWalker,WebDancer和WebSailor

07-06

Agent评测数据集

07-05

最近阅读2-关于自适应深度思考、context engineering和模型训练

06-28

最近阅读--关于数据合成、agent、reasoning和多任务

06-17

Devin和Anthropic的Agent开发经验

06-14

agent调研(1)--MetaGPT,OpenManus和OWL

06-02

从RAG到DeepSearch