文章

大模型（LLM）支持的“上下文长度（Context Length / Context Window）”本质上是模型一次能够“看到”和“记住”的 token 数量

强化学习已经在各个领域大放光彩，游戏、机器人，在LLM领域更是后训练的强力手段。所以，有必要添加进个人技能库。 强化学习发展

这篇文章目的是方便更通俗、更简单的理解KL散度，所以会尽可能减少公式推导，更多的阐述KL的理论知识和应用。 介绍 KL散度（Kullback–Lei

前言 某一天，和正常一样访问博客后台面板，打算写点东西，然后出现了以下画面： 我十分肯定前一天还可以正常访问，且在这

Google 的 TurboQuant 算法还存在较大争议，具体看华人大佬发表的声明 对于Google的 ICLR 2026 TurboQuant 论文，我们

实践 以下只是一个最简单的skill使用，还有一些额外功能比如script、reference等未进行扩展，有兴趣可以自行搜索 第一步：在正确的目录创建Sk

Function Calling ok啊，直接步入正题，先来了解下什么是Function Calling Function Calling由OpenAI等

一、模型微调的本质 在深入探讨具体方法之前，我们首先需要理解模型微调的本质。 当我们发现一个预训练大模型在某一特定领域（如医疗、法律、代码生成）的能

算法说明 BM25（Best Matching 25）是一种信息检索领域的排名算法，用于计算查询（Query）与文档（Document）之间的相关性得分。它

传统 Attention 的瓶颈 要理解 Flash Attention，首先要明白标准 Transformer 中 Self-Attention 的计算和