PythonAI算法
学习大语言模型原理必看的 10 篇论文
系统梳理了支撑 ChatGPT 及大语言模型发展的核心论文与技术脉络。内容涵盖 Transformer 架构的基础原理，GPT-3 的大规模少样本学习能力，InstructGPT 与 Sparrow 引入的人类反馈强化学习（RLHF）以实现意图对齐，以及 PPO 等强化学习算法的具体应用。此外，文章还探讨了 In-Context Learning 的内在机制…
发布于 2026/4/634 浏览3 点赞
博客作者
月光旅人
追光者
加入于 2026/4/7统计更新于 2026/6/14
332
已发布文章
10K
博客获赞
604K
博客浏览
发布的文章
第 5 页
PythonAI算法
AI 科学家系列论文阅读笔记：搜索推理与多智能体工作流
阅读了多篇关于 AI 科学家及科研自动化的前沿论文。涵盖 PaperSearchQA（基于 RLVR 的科学论文搜索与推理）、ChemCRAFT（利用智能体强化学习赋能化学语言模型）、金属合金 3D 打印配置优化、Deep Research（交互式多智能体工作流）、Bohrium+SciMaster（代理科学基础设施）、QMBench（量子材料研究基准）以及…
