LLM 分类

2026

04-21

On-Policy Distillation：让学生自己犯错、自己改正

03-22

Attention Residuals

03-21

VeRA，LoRA-XS和TinyLoRA

03-18

腾讯的Training-Free GRPO

03-12

2025

07-19

最近阅读3-关于蒸馏，attention结构改动，和模型对齐

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

06-15

预训练经验

05-22

LLM训练各种并行策略

0%