通过具体的数据与处理训练过程，来更好的理解DeepSeek-R1-Zero的强化学习训练方法。

大模型微调数据的ShareGPT格式详解

如何为codex接入NewAPI中的模型

DPO训练相关

在huggingface的替代网站hf-mirror上下载数据集的方式

如何根据自己的问题，来选择合适的深度学习模型呢？

Andrew NG详解Deep Learning的本质

ROC和AUC的详细计算过程

引入病毒样本有一些知名的数据集，但一般这些数据集中的样本都比较老，并且申请这些数据集的流程复杂，耗时长。有的数据集只有meta信息，没有完整的样本。而病毒样本又是各大安全公司的资产，研究者也不会轻易拿到新样本。所以病毒样本的收集是比较麻烦的。MalwareBazaar Database从如下介绍，可以看出，MalwareBazaar数据库是与安全产商合作后，构建的一个公开的病毒样本数据库。Malw

本文解读OWASP发布了《Agentic Applications Top 10》报告中的智能体10大安全风险。