2025年12月

从强化学习到近端策略优化（PPO）

• 作者: F
• 时间: 06-12-2025
• 分类: 开发随想
• 评论

Post-LN Transformer 训练不稳定性的数学分析

• 作者: F
• 时间: 05-12-2025
• 分类: 开发随想
• 评论