如何速成LLM以伪装成一个AI研究者（1）——循环，卷积，编解码器，注意力，Transformer如何速成LLM以伪装成一个AI研究者（2）——Pre-LN，KV-Cache优化，MoE如何速成LLM以伪装成一个AI研究者（3）——预训练，监督微调，强化学习RLHF/DPOPPO，全程 Proximal Policy Optimization（近端策略优化），是OpenAI在2017年提出的算法：

免责声明：作者也是伪装的，有错漏属于正常现象，欢迎评论指正。

与谱域图卷积（Spectral Domain Graph Convolution）对应的是空间域（Spatial Domain）图卷积。本节学习的谱域图卷积指的是通过频率来理解卷积的方法。

从信号处理基本理论，到图信号处理知识，关于图卷积神经网络本质的学习笔记。

本文通过DeepSeek-V2的技术报告，探讨了现代LLM架构和传统Transformer的区别。下一期还是没想好写什么，不过应该会开始涉及训练相关。

本文通过DeepSeek-V2的技术报告，探讨了现代LLM架构和传统Transformer的区别。下一期还是没想好写什么，不过应该会开始涉及训练相关。

本文跟随经典论文梳理了seq2seq问题，以及LLM架构的理论基础。下一章（还没想好写什么）可能会讨论一些偏实践的问题。

踩坑向开放服务器mysql并让本机能远程连接。

课前预习Q:什么题目使用插头dp?A:关键词：超小数据范围，网格图，连通性。Q:什么是“插头”？A:一个格子通过某些方向与另一个格子相连，这些连接的位置叫做“插头”。形象地理解，网格图上每一个格子是一块拼图，那么两块拼图的接口就叫做“插头”。Q:什么是“轮廓线”？A:我们在网格图中选择一个关键格子（图中黄色格子）(i,j)(i,j)(i,j)，轮廓线就是蓝色的线。...