54 posts in total

---

2025

05-12

RLHF -- From Zero to PPO 代码篇

05-12

RLHF -- From Zero to PPO 理论篇

05-12

最初的sin/cos编码

05-12

Why model.enable_input_require_grads()?

05-08

Rethinking R1-like Rule-based RL

05-08

05：矩阵分解

2024

01-07

02：信号的分析方法

01-07

03：调制模拟信号

01-06

01：信号与系统的基础

01-06

01：通信的基本概念