Notes on LLMs, agents, and things I'm learning

• 2026-03-01

  理解 Transformer 中的注意力机制

  从直觉到数学，深入理解 Self-Attention 的工作原理

  LLMTransformerAttention
• 2026-02-15

  GRPO 算法笔记：无需 Critic 的强化学习

  Group Relative Policy Optimization 如何简化 RLHF 流程

  RLHFGRPODeepSeek