豆豆酱

Expression Evaluation 数据流单调栈四则运算 LintCode 367,368 题目： Given an expression string array, return the f

https://arxiv.org/abs/2012.07436 稀疏注意力机制(ProbSparse Self-attention) Efficient Self-attention Mechanis

https://arxiv.org/pdf/1706.03762 基于 Transformer 的编码器和解码器结构如图所示，左侧和右侧分别对应着编码器（Encoder）和解码器（Decoder）结构

在时间序列预测领域，将时序分解成趋势和周期等成分是非常经典的分析方法。来自Facebook的开源时序模型Prophet在传统的基于趋势和周期成分分解的基础上更进一步，衍生出了涵盖年度、周度、日度等多粒

Rejection Sampling 拒绝采样 (Rejection Sampling, RS) 是一种流行且简单的方法，用于执行偏好微调。拒绝采样通过策划新的candidate instructio

马尔可夫链蒙特卡洛（MCMC） Metropolis-Hastings (MH) Metropolis-Hastings (MH) 算法是一种用于从复杂的概率分布中生成样本的马尔可夫链蒙特卡洛

语言模型评估 BLEU（Bilingual Evaluation Understudy）和ROUGE（Recall-Oriented Understudy for Gisting Evaluation

就是把 DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning 方法论部分梳理了一遍^_^

论文地址：https://arxiv.org/abs/1503.02531 Introduction 在文章开头作者举了一个非常形象的例子说明知识蒸馏的重要性。在自然界中，许多昆虫存在幼虫形态和成虫形