枫语
主页
文章
归档
分类
标签
知识图谱
留言
打赏
关于
打赏
关于我
GitHub
找不到相关结果。
亮色
暗色
跟随系统
音乐
暂未播放
0:00
/
0:00
暂无歌词
主页
文章
归档
分类
标签
知识图谱
留言
打赏
关于
打赏
关于我
GitHub
主题色相
250
壁纸模式
横幅壁纸
全屏壁纸
全屏透明
纯色背景
壁纸设置
首页壁纸标题
壁纸轮播
水波纹动画
渐变过渡
特效设置
樱花特效
文章布局
列表
网格
视频加载失败
枫语
归档
33
Deep Learning
7
Data Science
6
Reinforcement Learning
5
Research
5
Game AI
4
AI Applications
2
NLP
2
Machine Learning
1
Probability
1
更多
动态不确定性因果图模型理论
Research
/
因果推断
DUCG模型的理论基础与核心算法
2024-06-30
|
2955 字
|
15 分钟
动态不确定性因果图模型理论在法律领域的应用
Research
/
因果推断
一种面向司法推理的数据分析新范式
2024-06-30
|
2216 字
|
11 分钟
DUCG在网络安全领域的应用
Research
/
因果推断
构建下一代智能态势感知与攻击溯源系统
2024-06-30
|
1684 字
|
8 分钟
动态不确定性因果图模型理论在软件可靠性领域的应用
Research
/
因果推断
从"日志风暴"到"智能根因诊断
2024-06-30
|
1824 字
|
9 分钟
动态不确定性因果图模型理论在金融领域的应用
Research
/
因果推断
构建金融风控与市场预测的因果罗盘
2024-06-30
|
1890 字
|
9 分钟
应用CFR实现德州扑克对战
Game AI
/
游戏AI与搜索
反事实后悔最小化(Counterfactual Regret Minimization, CFR)是求解不完全信息博弈纳什均衡的经典算法。本文先用最小博弈 Kuhn Poker 给出完整 CFR 实现,再给出在德州扑克中的工程化落地思路(抽象与对手建模)。
2024-06-30
|
857 字
|
4 分钟
应用SHAP库实现机器学习可解释性
Data Science
/
因果推断
深入理解 SHAP 值原理,掌握模型解释的实战技巧
2024-06-30
|
2850 字
|
14 分钟
应用Ylearn框架实现因果推断
Data Science
/
因果推断
从相关到因果:用 YLearn 解锁数据的真正价值
2024-06-30
|
3532 字
|
18 分钟
数据分析实战—DoWhy酒店案例实战
Data Science
/
因果推断
/
数据处理
2024-06-30
|
0 字
|
1 分钟
新型群体智能算法对比实验
Game AI
/
强化学习
123
2024-06-30
|
1 字
|
1 分钟
3
/
4
1
2
3
4
站点统计
文章
33
分类
9
标签
15
总字数
75,837
运行时长
0
天
最后活动
0
天前
站点信息
构建平台
GitHub Actions
博客版本
v6.13.5
文章许可
CC BY-NC-SA 4.0
站点域名
meiluosi.github.io
博客版本
v6.13.5
Astro
v7.0.2
Node
v22.23.1
pnpm
v9.14.4
构建时间
2026年7月11日 01:08:25
系统信息
Linux / x86_64
日
一
二
三
四
五
六
文章目录
枫语
LLM 训练/推理 · 分布式系统 · RLHF
公告
LLM 训练/推理 · 分布式系统 · RLHF — 用 RL 的方法让大模型更聪明
关于本站
音乐
音乐
暂未播放
0:00
/
0:00
暂无歌词
分类
Deep Learning
7
Data Science
6
Reinforcement Learning
5
Research
5
Game AI
4
AI Applications
2
NLP
2
Machine Learning
1
Probability
1
更多
标签
Agent与RAG
Apple Silicon
LLM全链路
MLX
QLoRA
后训练(RLHF/DPO)
因果推断
大模型训练
实验计划
工程实践
强化学习
推理优化
数据处理
模型架构
游戏AI与搜索
更多
站点统计
文章
33
分类
9
标签
15
总字数
75,837
运行时长
0
天
最后活动
0
天前
站点信息
构建平台
GitHub Actions
博客版本
v6.13.5
文章许可
CC BY-NC-SA 4.0
站点域名
meiluosi.github.io
博客版本
v6.13.5
Astro
v7.0.2
Node
v22.23.1
pnpm
v9.14.4
构建时间
2026年7月11日 01:08:25
系统信息
Linux / x86_64
文章目录