MIMI的小窝 http://shqww.github.io/ zh-CN All rights reserved 2026, ShqWW Tue, 21 Apr 2026 14:24:54 GMT Hexo http://shqww.github.io/icon.png MIMI的小窝 http://shqww.github.io/ LLM强化学习后训练系列(一） http://shqww.github.io/2026/04/19/LLM%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E5%90%8E%E8%AE%AD%E7%BB%83%E7%B3%BB%E5%88%97(%E4%B8%80%EF%BC%89/ 本系列为LLM强化学习后训练梳理与总结.

强化学习讨论的是一个智能体如何在复杂不确定的环境中去极大化它能获得的奖励。通过感知所处环境的状态对动作的反应，来指导更好的动作，从而获得最大的收益，这被称为在交互中学习，这样的学习方法就被称作强化学习。

]]> ShqWW 机器学习 机器学习 强化学习 LLM Sat, 18 Apr 2026 16:00:00 GMT Docker 系列之代理配置 http://shqww.github.io/2024/11/28/Docker%20%E7%B3%BB%E5%88%97%E4%B9%8B%E4%BB%A3%E7%90%86%E9%85%8D%E7%BD%AE/ 本文从不同角度介绍docker使用过程中的代理配置。

]]> ShqWW Linux Docker Linux 运维 Wed, 27 Nov 2024 16:00:00 GMT Linux下配置zsh和oh my zsh http://shqww.github.io/2024/11/28/linux%E4%B8%8B%E9%85%8D%E7%BD%AEzsh%E5%92%8Coh%20my%20zsh/ Linux下配置zsh和oh my zsh方法。

]]> ShqWW Linux Linux 运维 Wed, 27 Nov 2024 16:00:00 GMT linux服务器使用ssh秘钥登录以及禁用ssh密码登录 http://shqww.github.io/2024/11/28/linux%E6%9C%8D%E5%8A%A1%E5%99%A8%E4%BD%BF%E7%94%A8ssh%E7%A7%98%E9%92%A5%E7%99%BB%E5%BD%95%E4%BB%A5%E5%8F%8A%E7%A6%81%E7%94%A8ssh%E5%AF%86%E7%A0%81%E7%99%BB%E5%BD%95/ linux服务器使用ssh秘钥登录以及禁用ssh密码登录。

]]> ShqWW Linux Linux 运维 Wed, 27 Nov 2024 16:00:00 GMT hexo-theme-reimu 博客主题定制与修改 http://shqww.github.io/2024/11/28/reimu%E5%8D%9A%E5%AE%A2%E4%BF%AE%E6%94%B9/ 该文章介绍hexo-theme-reimu博客主题一些深度定制方法，随时更新。

]]> ShqWW Web 博客 Web技术 Wed, 27 Nov 2024 16:00:00 GMT 随机微分方程和扩散模型(待更) http://shqww.github.io/2024/11/28/%E9%9A%8F%E6%9C%BA%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B%E5%92%8C%E6%89%A9%E6%95%A3%E6%A8%A1%E5%9E%8B/ 本文从连续时间随机微分方程的角度介绍扩散模型。

]]> ShqWW 机器学习 机器学习 扩散模型 Wed, 27 Nov 2024 16:00:00 GMT 主成分分析和线性回归对比 http://shqww.github.io/2024/11/28/%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90%E5%92%8C%E7%BA%BF%E6%80%A7%E5%9B%9E%E5%BD%92%E5%AF%B9%E6%AF%94/ 给定一系列样本点，找到贯穿样本点的直线; 处理这个问题有两类方法，一种是线性回归，另一种是主成分分析。本文从优化目标来比较两者区别。

]]> ShqWW 机器学习 机器学习 图形学 Wed, 27 Nov 2024 16:00:00 GMT