- 博客(138)
- 收藏
- 关注
RSS订阅
原创 面试 CV考点汇总
持续更新中1、激活函数有哪些 以及各自优缺点2、 如何防止梯度消失、梯度爆炸3、 如何防止过拟合4、 ResNet 详解5、 BN、LN、GN详解、以及作用6、CNN、Transformer、MLP比较7、Faster RCNN系列8、Yolo系列9、Tensorflow和PyTorch的区别；10、随机森林、Adaboost、XGBboost区别 机器学习范畴 (1)线性回归和逻辑斯蒂回归的联系与区别11、分布式分布部署12、Transformer是相乘还.
2021-09-26 19:46:35
255
原创 【RL】RL Grokking Recipe: How Does RL Unlock and Transfer New Algorithms in LLMs?
RL 并非只能 “打磨” LLM 已有能力，通过两阶段奖励调度 + 持续探索，它能让模型实现顿悟，解锁基座完全不具备的全新算法；但这种突破的泛化能力仍有局限，未来需重点优化跨场景迁移，让 RL 真正成为 LLM 推理能力跃迁的核心驱动力。
2026-05-14 12:00:00
325
原创 【RL】ProRL: Prolonged Reinforcement Learning Expands Reasoning Boundaries in Large Language Models
核心结论：这篇NeurIPS 2025论文（NVIDIA 团队）: ProRL 通过延长稳定的 RL 训练，让模型在新颖、困难、基座不会的任务上，真正学到新的推理策略，实现推理边界的扩展，而不是简单地优化已有能力。主流观点：RL 仅提升基础模型中已有高奖励输出的采样概率，无法解锁新推理能力。本文质疑：过往研究训练步数太少（<500 步）、任务单一，未给模型足够探索时间。RL 能否让 LLM 发现base模型穷尽采样也无法触及的全新推理策略？延长训练能否持续提升推理性能？实现超 2000 步稳定 RL 训练，
2026-05-13 10:00:00
409
原创 【RL】Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?
当前的强化学习（RL）训练范式，本质上并未赋予LLM超越其基座（Base Model）的全新推理能力，只是提高了正确路径的采样效率。
2026-05-12 15:30:41
666
原创 gitlab 总结
gitlab新建项目如何创建 添加master develop分支_尕夜寻欢的博客-CSDN博客_gitlab新建项目怎么创建master分支
2022-09-06 18:10:29
239
原创 python 实用脚本
1、python 解析xlsx文件import xlrdimport osfrom tqdm import tqdm#打开excelwb = xlrd.open_workbook('zhijian.xlsx')#按工作簿定位工作表sh = wb.sheet_by_name('Sheet1')print(sh.nrows)#有效数据行数print(sh.ncols)#有效数据列数print(sh.cell(0,0).value)#输出第一行第一列的值print(sh.row_va.
2022-05-05 17:36:37
170
原创 模型汇总---分类、检测、分割
轻量级网络--MobileNet论文解读_DFan的NoteBook-CSDN博客_mobilenet论文轻量级模型：MobileNet V2_小麦草的博客-CSDN博客_mobilenetv2目标检测目标检测网络CenterNet详解(四) - silence_cho - 博客园分割FCN UNet图像语义分割入门+FCN/U-Net网络解析 - 知乎ParseNet【图像分割模型】全局特征与局部特征的交响曲—ParseNet - 知乎OCRNet【语义
2022-02-14 16:47:20
1851
原创 OCR知识框架构建（文本检测、文本识别、End2End）（更新中）
1、CRNN+CTC2、CRNN+Attention3、CRNN+ADE解码方式不同而已
2022-01-06 14:18:32
1843
原创 GAN系列
1、GAN2、CGAN3、DCGAN4、Pix2Pix5、CycleGAN参考链接：通俗理解GAN（一）：把GAN给你讲得明明白白 - 知乎GAN学习指南：从原理入门到制作生成Demo - 知乎GAN论文逐段精读【论文精读】_哔哩哔哩_bilibiliWGAN的来龙去脉 - 知乎既能生成图像又能进行分类的ACGAN - 知乎...
2021-12-20 13:50:27
271
原创 基础知识-----VAE
变分自编码器（一）：原来是这么一回事 - 科学空间|Scientific SpacesSelf-Supervised Learning 超详细解读 (三)：BEiT：视觉BERT预训练模型 - 知乎
2021-12-14 18:59:37
1028
原创 深度学习基础
为什么要使用膨胀卷积：潜在问题：1、gridding effect 在感受野区域的采样值不连续改进：对比膨胀卷积(Dilated convolution)详解_哔哩哔哩_bilibili
2021-12-12 10:16:11
372
原创 文本检测-----PAN
PAN(PSENet2) - 知乎PANNet像素聚合网络损失函数讲解 - 知乎PAN论文阅读笔记 - you-wh - 博客园PAN（像素聚合网络） - 知乎https://github.com/WenmuZhou/PAN.pytorch
2021-12-06 17:08:45
2507
原创 Transformer 细节解答
NLP_ability/史上最全Transformer面试题.md at master · DA-southampton/NLP_ability · GitHubNLP_ability/答案解析(1)—史上最全Transformer面试题：灵魂20问帮你彻底搞定Transformer.md at master · DA-southampton/NLP_ability · GitHub...
2021-11-21 14:29:21
404
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人