非常感谢大神的分享，大致过了一下，内容比较偏向八股，AI相关的部分可不可以加一些，比较推荐的实战资源或者体系的知识点介绍？ 另外比较佩服大神的学习能力，我先前是有看过一些内容的，比如PPO、DPO、GRPO等一些知识点，甚至一些公式手动推导过，但是过一阵回头过来看，脑子又空空如也，甚至都想不起来某个算法大体思路。而且像LLM的RL，是相当耗费资源的，普通人实战是有一定的成本的，如果问题比较细节，很难不露馅儿。
非常感谢大神的分享，大致过了一下，内容比较偏向八股，AI相关的部分可不可以加一些，比较推荐的实战资源或者体系的知识点介绍？
另外比较佩服大神的学习能力，我先前是有看过一些内容的，比如PPO、DPO、GRPO等一些知识点，甚至一些公式手动推导过，但是过一阵回头过来看，脑子又空空如也，甚至都想不起来某个算法大体思路。而且像LLM的RL，是相当耗费资源的，普通人实战是有一定的成本的，如果问题比较细节，很难不露馅儿。