发布于 2025-02-24
摘要
自从 ChatGPT o1 在 2024 年 9 月发布后，人们逐渐把研究重点放在了推理时扩展 (Inference-time s …
技术交流
计算机相关技术分享
发布于 2025-02-24
摘要
就在昨天，Kimi 和 Deepseek 分别发布了一篇论文，发布时间和论文主题内容都高度相似。我第一时间把两篇论文阅读完了，急忙 …
发布于 2025-02-24
摘要
一直以来，研究者普遍认为，去噪扩散模型要想成功运行，噪声条件是必不可少的。 而大神何恺明的一项最新研究，对这个观点提出了「质疑」。 …
发布于 2025-02-19
摘要
强化学习的核心目标是通过不断调整策略（即根据当前状态选择动作的规则），使智能体表现得更好。在强化学习中，有几个关键元素至关重要：首 …
发布于 2025-02-19
摘要
双网络深度因果模型（Doubly Robust Deep Causal Models, DR-DCM）是一种用于因果推断的机器学 …
发布于 2025-02-17
摘要
反事实生成对抗网络（Counterfactual GANs, CF-GANs）是统计学因果推断中的一种深度学习方法，主要用于模 …
发布于 2025-02-17
摘要
深度倾向得分模型（Deep Propensity Score Models, DPSM）是一种基于深度学习的方法，用于估计倾向得分 …
发布于 2025-02-15
摘要
0. 引言 本篇讲讲deepseek在MoE（Mixture-of-Experts）上的演进过程。DeepSeek是MoE稀疏模型 …
发布于 2025-02-15
摘要
0.引言 最近整理deepseek的技术线，针对MTP（Multi-Token Prediction）方法做了些扩展的阅读和学 …
发布于 2025-02-15
摘要
deepseek最近比较出圈，本人也一直关注deepseek发布的一些技术报告。在模型训练、推理性能和计算成本上一直能给大家惊喜。 …