Reinforcement Learning-driven Diffusion Models:语言、视觉与更远的边界
梳理强化学习与扩散模型的结合:从语言、图像和视频,到机器人与科学建模。
# llmNOTES & PRACTICE
按时间回看,一点一滴积累的开发笔记。
篇笔记 持续积累
梳理强化学习与扩散模型的结合:从语言、图像和视频,到机器人与科学建模。
# llm阅读 LeapQuant 的递归态量化方法,梳理按窗口量化、补偿 Token 与残差平滑三项免训练技巧。
# llm围绕 Qwen 3.8 27B 的微调性能,整理算子分析、融合内核与一维打包批次的实践。
# llm没有找到匹配的笔记
试试其他关键词,或查看全部文章。以上是全部 3 篇笔记。继续学习,继续记录。