Karpathy《Deep Dive into LLMs like ChatGPT》笔记:从预训练到 RLHF 的一条主线
Karpathy 3.5 小时「LLM 完全解剖」笔记:预训练数据与 Tokenization、base model 与 post-training、幻觉与工具使用、锯齿状智能、SFT/RL/RLHF 与 DeepSeek-R1。
个人博客:技术、产品与 AI 相关的实践与思考。
Karpathy 3.5 小时「LLM 完全解剖」笔记:预训练数据与 Tokenization、base model 与 post-training、幻觉与工具使用、锯齿状智能、SFT/RL/RLHF 与 DeepSeek-R1。
Agentic AI 课程笔记:Reflection 反思、Tool Use 工具、Planning 规划、Multi-Agent 多智能体四大设计模式,以及评估调优与先原理后框架的方法论。
CS230(2025 秋)第 8 讲完整笔记:base model 的六类限制、Prompt / Fine-tuning / RAG 三件套、Agentic Workflow、评估体系与 Multi-Agent,附课堂真实案例。
把斯坦福 CS230《Beyond LLM》浓缩成一张 AI Builder 技术地图:base model 的限制、三大增强工具、Agentic Workflow 与 Multi-Agent。