Independent Proximal Policy Optimization（iPPO）
强化学习  
PPO（Proximal Policy Optimization）近端策略优化
LLM  
DeepSeek MOE技术详解
deepseek  
DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models
论文   deepseek  
TPM基于树的渐进回归模型（Tree based Progressive Regression Model for Watch-Time Prediction in Short-video Recommendation）
论文   回归问题  
PixVerse：一款功能强大的AI视频生成产品
AI应用  
数据保留（Data Retention）
概念  
Domain Specific Language（DSL）领域特定语言
术语  
微服务架构的优缺点
架构  
Function as a Service（函数即服务）
云计算  
C++中using关键字的几种不同用途
CPP  
Gremlin图语言
数据库   Gremlin  
图灵完备性
算法  
消息队列\Message Queue\MQ
架构   框架  
Hive中的UDF、UDTF、UDAF
hive  
LLM | LLM入门
LLM  
KL散度
机器学习  
Reinforcement Learning from Human Feedback（RLHF）
LLM  
Replit：一款功能强大的在线开发平台
LLM应用  
Please commit your changes or stash them before you merge问题的解决方案
git   常见问题  
git rebase 命令
git  
截断正态分布
概率论  
LLM OS
LLM应用  
Joint Embedding 联合嵌入
机器学习  
BBPE（Byte-Level Byte Pair Encoding）字节级字节对编码
LLM  
BPE(Byte pair encoding)分词
NLP  
DALL-E 3：OpenAI推出的先进图像生成系统
机器视觉  
Detectron： Facebook AI Research（FAIR）开发的一个用于目标检测（Object Detection）和实例分割（Instance Segmentation）的开源框架
目标检测   框架  
XLNet：一种基于Transformer架构的自回归语言模型
LLM  
大语言模型的函数调用（function call）
LLM  
GraphRAG（Graph - based Retrieval - Augmented Generation）
LLM  
llama.cpp：以C++为主要编程语言的高性能开源库
LLM   开源库  
MiniCPM
LLM  
合成数据集
数据集  
DeepSeek-R1-Zero 和 DeepSeek-R1
LLM   DeepSeek  
python super
python  
Smith-Waterman算法
算法  
Voice Activity Detection（语音活动检测）
语音识别  
论文：DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models
LLM   DeepSeek  
架构图中的领域层
架构图  
数据对账机制
业务  
DeepAR：一种基于深度学习的时间序列预测算法
时间序列预测  
SimVLM（Simple Visual Language Model）
VLM  
多模态预训练架构UNIMO
多模态  
mPLUG：阿里巴巴达摩院推出的一系列多模态模型
多模态  
GraphGPS：Recipe for a General, Powerful, Scalable Graph Transformer
图神经网络  
Graphormer：一种基于Transformer架构的图深度学习模型
图神经网络  
R-Drop：一种用于深度学习模型训练的正则化方法
深度学习  
LOW RANK ATTENTION（低秩注意力）
注意力机制  
BART(Bidirectional and Auto-Regressive Transformers)
LLM