Blog de Simon🫣
历史归档
文章分类
文章标签
Github
About Me
友链
开往
SimonSun
文章
15
分类
4
标签
32
历史归档
文章分类
文章标签
Github
About Me
友链
开往
LLM

💡总结:PPO GRPO GSPO Loss 分析

LLM
2025-8-6
llm
算法
总结:PPO GRPO GSPO Loss 分析

🏄‍♂️GSPO vs GRPO

LLM
2025-7-30
llm
算法
GSPO vs GRPO

🌪️最近的开源模型汇总(8.06)

LLM
2025-7-29
llm
记录
最近的开源模型汇总(8.06)

🐦Agent 框架汇总

LLM
2025-7-4
agent
记录
Framework
Agent 框架汇总

🤔思考:Agent 项目的核心挑战与难点是什么?

LLM
2025-7-4
agent
RAG
Framework
思考:Agent 项目的核心挑战与难点是什么?

🪸强化学习(3) DPO

LLM
2025-6-25
RM
llm
强化学习(3) DPO

🚄VLLM 部署常用参数解释&脚本

LLM
2025-3-18
推理
llm
VLLM 部署常用参数解释&脚本

🪸PPO(1)算法详解

LLM
2025-2-28
RM
llm
PPO(1)算法详解

🕍LLM训练数据格式

LLM
2025-1-16
数据
llm
LLM训练数据格式

🪸PPO(0)强化学习基础

LLM
2024-12-23
RM
llm
PPO(0)强化学习基础

🛻自定义special_tokens

LLM
2024-12-16
llm
model
自定义special_tokens

🏍️deepspeed训练显存消耗

LLM
2024-8-28
分布式
deepspeed
train
deepspeed训练显存消耗
12
SimonSun
SimonSun
Internet Malou, LLM Rookie, Bug Maker🤧
文章
15
分类
4
标签
32
最新发布
总结:PPO GRPO GSPO Loss 分析
总结:PPO GRPO GSPO Loss 分析
2025-8-7
最近的开源模型汇总(8.06)
最近的开源模型汇总(8.06)
2025-8-7
GSPO vs GRPO
GSPO vs GRPO
2025-8-6
谈阅读:如何做一个好的读者
谈阅读:如何做一个好的读者
2025-8-4
conda poetry 全面迁移到 uv
conda poetry 全面迁移到 uv
2025-7-29
思考:Agent 项目的核心挑战与难点是什么?
思考:Agent 项目的核心挑战与难点是什么?
2025-7-29
公告
🙌README🙌
🤯There is nothing left
in my right brain,
🤯and there is nothing right
in my left brain...
⭐I wish you every success⭐
 
2023-2025SimonSun.

Blog de Simon🫣 | Internet Malou, LLM Rookie, Bug Maker🤧

Powered byNotionNext 4.8.6.