发布于 6 天前
摘要
Meta Data 发表时间：2025-09-16 作者：Yuxuan Cai, Xiaozhuan Liang, Xinghua …
未分类
发布于 12 天前
摘要
Meta Data 发表时间：2026-04-15（arXiv 首次提交）；2026-04-16（公布） 作者：Heming Xi …
发布于 2026-06-10
摘要
Meta Data 发表时间：2025-02-24；最新 arXiv 修订：2026-04-08 作者：Penghui Yang, …
发布于 2026-06-01
摘要
Meta Data 发表时间 2025.04.23 作者：Fan Zhou, Siqiao Xue, Danrui Qi etc. …
发布于 2026-04-12
摘要
概述 在强化学习（Reinforcement Learning,RL）中，On-Policy（同策略）和Off-Policy（异策 …
发布于 2025-12-11
摘要
为什么要创建flash-attention？ 原始self-attention的时间和空间复杂度是序列长度的二次方，当序列长度过长 …
发布于 2025-12-06
摘要
摘要 我们推出DeepSeek-V3.2，该模型实现了高计算效率与卓越推理能力、智能体性能的协同统一。 其核心技术突破包括： De …
发布于 2025-12-01
摘要
简介 Transformer的核心部分是Attention注意力机制，通过引入Attention机制，模型能够处理序列数据的时候有 …
发布于 2025-11-16
摘要
近端策略优化算法PPO（Proximal Policy Optimization） PPO算法在openai的论文《Trainin …
发布于 2025-07-20
摘要
引言 语言模型的发展历程 统计语言模型（Statistical Language Model,SLM）。统计语言模型使用马尔可夫假 …