Adam8enの8log

速通Actor-Critic算法与Advantage Actor-Critic算法
速通Actor-Critic算法与Advantage Actor-Critic算法
发表于|Reinforcement-Learning|Reinforcement-Learning•Actor-Critic
介绍了Reinforce算法的不足，以及基于Q函数与优势函数的两种Actor-Critic算法
PPO、GRPO的理论基础：策略梯度与Reinforce算法
PPO、GRPO的理论基础：策略梯度与Reinforce算法
发表于|Reinforcement-Learning|Reinforcement-Learning•Policy-Gradient
探讨了value-based算法的不足，以及介绍了策略梯度定理的完整数学推导
深度Q网络：DQN的那些事
深度Q网络：DQN的那些事
发表于|Reinforcement-Learning|Reinforcement-Learning•DQN
详细介绍了DQN算法，并且附带伪代码。
从强化学习的基本概念到Q-learning算法
从强化学习的基本概念到Q-learning算法
发表于|Reinforcement-Learning|Reinforcement-Learning•Q-learning
强化学习的基础概念学习，说说基本概念、贝尔曼公式和Q-learning
SpatialClaw：空间推理会梦见Agent吗？
SpatialClaw：空间推理会梦见Agent吗？
发表于|Spatial-Intelligence|Spatial Intelligence•Agent•Action interface
《SpatialClaw：Rethinking Action Interface for Agentic Spatial Reasoning》论文精读
VS-Bench：论如何评估多模态大语言模型的策略能力
VS-Bench：论如何评估多模态大语言模型的策略能力
发表于|Spatial-Intelligence|Spatial Intelligence•Multi-Agent•VLM
《VS-BENCH：Evaluating VLMs for Strategic Abilities in Multi-Agent Environments》论文精读。
小谈SparseMM，利用多模态大模型中视觉头的稀疏性优化KV Cache
小谈SparseMM，利用多模态大模型中视觉头的稀疏性优化KV Cache
发表于|LLM|LLM•SparseMM•Sparse Attention
《SparseMM：Head Sparsity Emerges from Visual Concept Responses in MLLMs》论文精读。
什么是KV Cache？从认识到优化！
什么是KV Cache？从认识到优化！
发表于|LLM|LLM•KV Cache•Attention
从KV Cache到MHA再到GQA，一篇文章带你厘清。
从 Linear Model 到 Stacking，我是如何将 RMSLE 优化至 0.12 的？
从 Linear Model 到 Stacking，我是如何将 RMSLE 优化至 0.12 的？
发表于|Machine-Learning|Linear Model•MLP•XGBoost
Kaggle 房价预测实战复盘。记录从 Linear Model (0.16) 到 Stacking (0.12) 的优化全流程。
深入理解 Kitsune 模型
深入理解 Kitsune 模型
发表于|课堂随笔|Machine Learning•Autoencoder•Cybersecurity•NIDS•论文复现
本文介绍了Kitsune，是一种用于在线网络入侵检测的自动编码器集合。
avatar
Adam Ben
你的孤独与月为伴，你的深情与星同归
文章
79
标签
107
分类
17
Follow Me
公告
不知道说什么好,
放个表情包在这里好了,
⁽˙³˙⁾◟(๑•́ ₃ •̀๑)◞⁽˙³˙⁾,

如有疑问欢迎联系邮箱：
[email protected]
最新文章
速通Actor-Critic算法与Advantage Actor-Critic算法
速通Actor-Critic算法与Advantage Actor-Critic算法
PPO、GRPO的理论基础：策略梯度与Reinforce算法
PPO、GRPO的理论基础：策略梯度与Reinforce算法
深度Q网络：DQN的那些事
深度Q网络：DQN的那些事
从强化学习的基本概念到Q-learning算法
从强化学习的基本概念到Q-learning算法
SpatialClaw：空间推理会梦见Agent吗？
SpatialClaw：空间推理会梦见Agent吗？
最新评论
正在加载中...
分类
标签
仿射密码 Linux提权 PHP 总结 LLM Q-learning Rolling Hashes 8086 CPU的结构与功能 Go 计算机网络 计算机组成原理 Sparse Attention Reinforcement-Learning 免杀绕过 系统总线 Location-based service Autoencoder 计算机运算方法 渗透测试 队列 数字逻辑 堆 输入输出系统 动态规划 Linear Regression with Multiple Variable Diffie-Hellman Neural Network 存储器 杂谈 密码学 费马小定理 Playfair Cipher RSA Spatial Intelligence Logical Regression MLP Agent 栈 AVL
归档
网站资讯
文章数目 :
79
已运行时间 :
本站总字数 :
367.7k
本站访客数 :
本站总访问量 :
最后更新时间 :