Palind's Blog

08-16

暑假趣味阅读

07-26

再读 Claude Code 源码：多 agent

07-11

后训练之名词解释

07-08

DPO 极简笔记

06-11

借助 Codex 构建的 verl 源码学习站

06-03

尝试了解 AgentGym-RL 并加入 OPD

06-02

OPD 极简笔记

06-02

《nndl》的 RL 极简笔记

04-23

LLM Blogs for Beginners

04-23

关于投资的反思