全部文章
2026
-
· #智能计算系统 #大模型系统 #MCP #Agent Skill #GPU #量化
智能计算系统 Day9:大模型工具链、AI 芯片与量化加速
智能计算系统
-
· #人工智能导论 #自监督学习 #对比学习 #DINO #CLIP #MAE #LoRA
人工智能导论 Day9:对比学习、视觉基础模型与掩码预训练
人工智能导论
-
· #大语言模型 #多智能体 #强化学习 #信用分配 #多模态
LLM 与多智能体强化学习:从策略更新到协作信号
LLM 与强化学习
-
· #安全设计 #经验总结 #AI 应用安全 #工程实践
华师砺剑 08 · 把攻防经验带回系统设计
华师砺剑 · 网络安全实践
-
· #证据管理 #技术写作 #AI 协作 #报告
华师砺剑 07 · 证据、报告与 AI 协作
华师砺剑 · 网络安全实践
-
· #误报分析 #证据判断 #Nuclei #验证方法
华师砺剑 06 · 怎样淘汰误报,留下可靠结论
华师砺剑 · 网络安全实践
-
· #协议分析 #NFS #RTSP #设备安全
华师砺剑 05 · 协议与设备:读懂每一步响应
华师砺剑 · 网络安全实践
-
· #Web 安全 #身份认证 #访问控制 #API
华师砺剑 04 · Web 验证:身份、对象与操作
华师砺剑 · 网络安全实践
-
· #资产识别 #网络边界 #服务指纹
华师砺剑 03 · 资产识别与网络来源
华师砺剑 · 网络安全实践
-
· #工具链 #Docker #Burp Suite #环境排错
华师砺剑 02 · 工具链、靶场与环境排错
华师砺剑 · 网络安全实践
-
· #华师砺剑 #网络安全 #活动组织
华师砺剑 01 · 从活动筹备到网安实战
华师砺剑 · 网络安全实践
-
· #算法设计与分析 #动态规划 #最长上升子序列 #耐心排序 #贪心算法
算法设计与分析 Day8:从动态规划到贪心
算法设计与分析
-
· #人机交互技术 #交互界面 #图标设计 #多模态 #语音交互
人机交互技术 Day7:交互界面的选择与设计
人机交互技术
-
· #智能计算系统 #Transformer #多模态 #MoE #VLA #Agent
智能计算系统 Day8:Transformer 架构、多模态与智能体系统
智能计算系统
-
· #人工智能导论 #强化学习 #Q-learning #自监督学习 #对比学习
人工智能导论 Day8:Q-learning、价值函数与自监督表示学习
人工智能导论
-
· #人机交互技术 #情绪化交互 #情感计算 #用户自主权
人机交互技术 Day6:情绪化交互设计与情感计算
人机交互技术
-
· #大模型语言原理 #RAG #信息检索 #Embedding #Agentic RAG
大模型语言原理 Day6:检索增强生成与信息检索
大模型语言原理
-
· #算法设计与分析 #动态规划 #最长公共子序列 #0-1背包 #最长递增子序列
算法设计与分析 Day7:动态规划进阶
算法设计与分析
-
· #人机交互技术 #社交交互 #人工智能 #临场感
人机交互技术 Day5:社交交互、临场感与协作
人机交互技术
-
· #大模型语言原理 #人类对齐 #RLHF #DPO #解码策略 #KV Cache
大模型语言原理 Day5:人类对齐、解码策略与推理部署
大模型语言原理
-
· #智能计算系统 #视觉语言动作模型 #扩散模型 #循环神经网络
智能计算系统 Day7:从文本序列到扩散生成与机器人动作
智能计算系统
-
· #人工智能导论 #Transformer #MuZero #强化学习 #自监督学习
人工智能导论 Day7:Transformer、MuZero 与自监督学习
人工智能导论
-
· #DeepSeek #Super-agent #Agent #多智能体 #任务编排 #安全
DeepSeek Super-agent:从单次对话到持续协作
AI 前沿
-
· #大模型语言原理 #指令微调 #提示工程 #上下文学习 #抽象规则推理
大模型语言原理 Day4:指令微调与提示工程
大模型语言原理
-
· #算法设计与分析 #动态规划 #区间动态规划 #矩阵链乘法 #钢条切割
算法设计与分析 Day6:动态规划与区间状态
算法设计与分析
-
· #人机交互技术 #认知心理学 #心智模型 #分布式认知
人机交互技术 Day4:认知过程、心智模型与外部认知
人机交互技术
-
· #大模型语言原理 #数据工程 #Transformer #训练优化 #长上下文
大模型语言原理 Day3:从数据工程到 Transformer 训练系统
大模型语言原理
-
· #算法设计与分析 #选择问题 #随机快速选择 #中位数的中位数 #线性时间
算法设计与分析 Day5:选择问题与线性时间算法
算法设计与分析
-
· #人机交互技术 #概念模型 #界面隐喻 #交互类型 #可用性
人机交互技术 Day3:概念模型、界面隐喻与五类交互
人机交互技术
-
· #算法设计与分析 #月考训练 #区间合并 #二分查找 #递推式 #混合排序
算法设计与分析前四课月考:四道综合题与命题思路
算法设计与分析
-
· #大模型语言原理 #Scaling Law #智能软件 #多团队协作 #MLOps
大模型语言原理 Day2:规模规律、智能软件与多团队协作
大模型语言原理
-
· #智能计算系统 #目标检测 #YOLO #风格迁移 #GAN #扩散模型
智能计算系统 Day6:目标检测、风格迁移与生成模型
智能计算系统
-
· #人工智能导论 #深度学习 #Attention #自监督学习 #AlphaGo
人工智能导论 Day6:深度网络、注意力与自监督学习
人工智能导论
-
· #强化学习 #多智能体 #通信 #实验评估 #可复现性
Day12 · 让实验结果只支持它真正证明的结论
强化学习
-
· #算法设计与分析 #课程复习 #渐进分析 #分治 #排序
算法设计与分析 Day1-4 复习:作业解答、解题方法与自测
算法设计与分析
-
· #强化学习 #多智能体 #COMA #反事实优势 #信用分配
Day11 · COMA:从团队奖励到个体反事实优势
强化学习
-
· #算法设计与分析 #随机快速排序 #排序下界 #堆 #最大子数组
算法设计与分析 Day4:随机快速排序、排序下界与三道作业详解
算法设计与分析
-
· #智能计算系统 #CNN #卷积 #ResNet #Vision Transformer
智能计算系统 Day5:卷积网络的计算机制与视觉模型演进
智能计算系统
-
· #REA #Agent #MCP #逆向工程 #Electron #证据驱动
REA 技术解析:让 Agent 沿着证据做逆向工程
AI 前沿
-
· #机器学习 #逻辑回归 #SVM #决策树 #K-means #PCA #地形感知
人工智能导论 Day5:经典机器学习算法与地形感知
人工智能导论
-
· #强化学习 #多智能体 #GRU #PPO #序列训练
Day9 · 记住消失的提示:循环 Actor 与完整序列训练
强化学习
-
· #强化学习 #多智能体 #MADDPG #Actor-Critic #连续动作
Day8 · MADDPG:连续动作与集中式评分
强化学习
-
· #强化学习 #多智能体 #学习总结
Day8前的一个小总结
强化学习
-
· #强化学习 #多智能体 #VDN #QMIX #Double Q
Day7 · 价值分解:从 VDN 到 QMIX 合作训练
强化学习
-
· #算法设计与分析 #分治法 #主定理 #最大子数组 #Karatsuba
算法设计与分析 Day3:分治思想、主定理与经典算法
算法设计与分析
-
· #强化学习 #多智能体 #CTDE #MAPPO #通信
Day6 · 多智能体:从合作训练到通信
强化学习
-
· #强化学习 #PPO #Actor-Critic #GAE
Day5 · PPO:从概率比到训练闭环
强化学习
-
· #强化学习 #REINFORCE #Actor-Critic #GAE
Day4 · 从 REINFORCE 到 GAE
强化学习
-
· #大模型语言原理 #语言模型 #Transformer #上下文学习 #智能软件工程
大模型语言原理 Day1:从语言模型到智能软件系统
大模型语言原理
-
· #智能计算系统 #反向传播 #激活函数 #过拟合
智能计算系统 Day4:多层神经网络的训练与优化
智能计算系统
-
Day3 · 从策略概率到 Actor–Critic
强化学习
-
Day2 · 从 Q 表到 DQN 的一次更新
强化学习
-
Day1 · 从奖励、回报到 Q-learning 与 SARSA
强化学习
-
· #人工智能导论 #机器学习 #神经网络
人工智能导论 Day4:从对抗搜索到基于学习的方法
人工智能导论
-
· #算法设计与分析 #插入排序 #归并排序 #渐进分析
算法设计与分析 Day2:插入排序、归并排序与渐进分析
算法设计与分析
-
· #人机交互技术 #交互设计 #用户研究 #可用性测试
人机交互技术 Day2:交互设计原则、用户研究与原型评价
人机交互技术
-
· #智能计算系统 #神经网络 #梯度下降
智能计算系统 Day3:神经网络怎样预测、学习与表示特征
智能计算系统
-
· #Jev #TypeSafe #决策模型 #概率校准 #AI前沿
Jev:从聊天模型到软件决策模型
AI 前沿
-
· #随笔
马上就要走到十字路口的我
碎碎念
-
· #CS336 #BPE #资源核算 #RoPE #GQA #RMSNorm #SwiGLU
CS336 前三讲:从分词、张量核算到现代 Transformer
CS336 从零构建大语言模型
-
· #多智能体 #强化学习 #PPO #综述 #信用分配 #奖励设计
Day13:把论文放回地图——MARL + LLM 的两条主线与一个汇聚层
多智能体强化学习
-
· #人工智能导论 #启发式搜索 #博弈树
人工智能导论 Day3:启发式搜索、与或图与博弈决策
人工智能导论
-
· #智能计算系统
智能计算系统 Day2:从模型扩展到自动化系统设计
智能计算系统
-
· #人工智能导论
人工智能导论 Day2:从状态空间到搜索策略
人工智能导论
-
· #多智能体 #强化学习 #MARFT #LLM-MCA #ReMAC #信用分配 #奖励设计
Day12:多个智能体,怎样才算学会了合作?
多智能体强化学习
-
· #makemore #GPT #自注意力 #Transformer #字符级语言模型 #PyTorch
Day11:从 Bigram 到自注意力——把 GPT 一块块拼起来
Karpathy 从零构建大模型
-
· #人机交互技术
人机交互技术 Day1:从可用性到以人为本的设计
人机交互技术
-
· #算法设计与分析
算法设计与分析 Day1:从问题定义到正确性与效率
算法设计与分析
-
· #智能计算系统
智能计算系统 Day1:大模型背后的计算、存储与通信
智能计算系统
-
· #人工智能导论
人工智能导论 Day1:从智能的定义到学习与推理
人工智能导论
-
· #makemore #WaveNet #CNN #感受野 #FlattenConsecutive #BatchNorm #PyTorch
Day10:不用 Conv1d,手拼一台层级 CNN——感受野 1→2→4→8
Karpathy 从零构建大模型
-
· #makemore #反向传播 #autograd #BatchNorm #softmax #PyTorch
Day9:MLP的另外一项收尾——重写反向传播
Karpathy 从零构建大模型
-
· #makemore #BatchNorm #Kaiming #初始化 #梯度消失 #PyTorch
Day8:MLP的一些收尾工作
Karpathy 从零构建大模型
-
· #GPT-1 #GPT-2 #GPT-3 #Transformer #Zero-shot #Few-shot
Day7:浅尝 GPT-1 至 GPT-3——从预训练+微调到上下文学习的演进
大模型基础与经典论文
-
· #LangGraph #Checkpoint #StateSnapshot #Replay #Fork #ErrorRecovery #Postgres
Day6:图驱动 Agent 的错误恢复、Replay 与 Fork
LangGraph
-
· #makemore #Bengio #MLP #Embedding #BatchNorm #PyTorch
Day5:字符级 MLP 实战——把 Bengio 的图跑通在名字上
Karpathy 从零构建大模型
-
· #LangGraph #LangChain #StateGraph #Checkpoint #Agent #Pregel
Day4:Langgraph的一次小回顾
LangGraph
-
· #makemore #bigram #字符语言模型 #PyTorch #softmax #autograd
Day3:从 bigram 统计到可训练的字符语言模型(活字乱刷术)
Karpathy 从零构建大模型
-
· #Transformer #注意力机制 #BatchNorm #位置编码 #多头注意力
Day2:Attention is All You Need——传世经典
大模型基础与经典论文
-
· #micrograd #反向传播 #Karpathy #autograd #零基础
Day1:从零手写 autograd:micrograd 全记录
Karpathy 从零构建大模型