AI
- AI Agent 系列 ⑧:MCP & Skills —— Agent 能力的标准化与生态
- AI Agent 系列 ⑦:Agent Engineering —— 评测、部署、监控、成本控制
- AI Agent 系列 ⑥:Multi-Agent 协作 —— 多个 Agent 怎么分工、通信、不打架
- AI Agent 系列 ⑤:Planning & 任务分解 —— 让 Agent 真正会「想清楚再做」
- Transformer 架构详解:从 Attention 到现代 LLM
- RLHF:从人类反馈中学习的完整流程
- PPO:近端策略优化的完整推导
- 强化学习入门:从基本概念到核心算法
- 策略梯度定理:完整推导与理论详解
- GRPO:去掉 Critic 的策略优化算法
- DPO:从 RLHF 到直接偏好优化的完整推导
AI Agent
- AI Agent 系列④:Memory 系统设计
- AI Agent 系列③:RAG 深度解析
- AI Agent 系列②:Tool Use 与 Function Calling 深度解析
- AI Agent 综述:从 ReAct 到 Agentic AI
Agent
- AI Agent 系列 ⑧:MCP & Skills —— Agent 能力的标准化与生态
- AI Agent 系列 ⑦:Agent Engineering —— 评测、部署、监控、成本控制
- AI Agent 系列 ⑥:Multi-Agent 协作 —— 多个 Agent 怎么分工、通信、不打架
- AI Agent 系列 ⑤:Planning & 任务分解 —— 让 Agent 真正会「想清楚再做」