标签:阅读清单
- 笔记 强化学习梳理:从经典算法到 GRPO
梳理强化学习的背景与核心公式、经典算法与里程碑论文、应用与挑战,并重点说明大模型时代从 RLHF 到 RLVR、从 PPO 到 GRPO 及其变体的演进,附学习资料。
- 笔记 机器人、AI、自动驾驶、强化学习与认知科学的重要会议与期刊
整理五个领域的主要会议与期刊,区分优先关注与常用补充两类,并给出会议的全年时间表,便于安排投稿与阅读,并按领域检索。
- 笔记 Agentic 与 Harness:核心概念和学习资源
说明 Agentic 的核心是自主决策的循环,Harness 是模型之外的全部组成部分,以及二者的分工、典型实例与相关的课程、视频和博客。
- 笔记 AI 经典论文与优质博客导读
按 12 个细分领域整理 39 篇经典论文与 24 个技术博客,给出原文编号与地址,并另列视频与播客来源,供系统阅读与检索。