惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

U
Unit 42
博
博客园 - 司徒正美
V
Visual Studio Blog
博
博客园 - 【当耐特】
T
Tailwind CSS Blog
美
美团技术团队
博
博客园 - 叶小钗
Jina AI
Jina AI
宝玉的分享
宝玉的分享
IT之家
IT之家
Hugging Face - Blog
Hugging Face - Blog
雷峰网
雷峰网
Stack Overflow Blog
Stack Overflow Blog
博
博客园_首页
人人都是产品经理
人人都是产品经理
T
The Blog of Author Tim Ferriss
P
Proofpoint News Feed
Microsoft Security Blog
Microsoft Security Blog
Y
Y Combinator Blog
GbyAI
GbyAI
大猫的无限游戏
大猫的无限游戏
Martin Fowler
Martin Fowler
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
腾
腾讯CDC

土法炼钢兴趣小组的算法知识备份

国密算法与国密 TLS 系列索引 【系统架构设计】架构质量属性：不只是"高可用高性能" 【系统架构设计百科】告警策略：如何避免"狼来了" 【系统架构设计】CQRS：读写分离的架构哲学 【系统架构设计】空间架构：极端扩展场景的解法 【系统架构设计】微服务架构深度审视：优势、代价与适用边界 【系统架构设计】扩展性原理：水平、垂直与对角扩展 【系统架构设计】无状态设计：扩展的第一步也是最难的一步 【系统架构设计】缓存架构：从本地到分布式的多级缓存体系 【系统架构设计】管道与过滤器：Unix 哲学的架构表达 【系统架构设计】复杂性管理：架构的核心战场 【系统架构设计】消息队列架构：异步解耦的设计与陷阱 【系统架构设计】CDN 架构：全球加速的设计原理 【系统架构设计】连接池设计：被忽视的性能杀手 【系统架构设计】弹性设计模式：熔断器、舱壁与超时 【系统架构设计】高可用设计模式：冗余、故障转移与仲裁 【系统架构设计】容量规划：从拍脑袋到数据驱动 【系统架构设计】数据库扩展：分库分表的工程实践与替代方案 【系统架构设计】SLO 工程：可靠性的量化管理 【系统架构设计】性能建模：用数学思维分析系统瓶颈 【系统架构设计】混沌工程：主动验证系统的韧性 【系统架构设计】零拷贝与内存映射：数据搬运的极致优化 【系统架构设计】线程模型：从 thread-per-request 到协程 【系统架构设计】容灾架构：多活与灾备设计 【系统架构设计】数据库性能模式：索引、查询与连接管理 【系统架构设计】数据建模：从关系范式到文档模型的真实权衡 【系统架构设计】吞吐量优化：批处理、流水线与并发模型 【系统架构设计】流处理架构：从批处理到实时的范式迁移 【系统架构设计】搜索引擎架构：倒排索引之上的系统设计 【系统架构设计】时序数据架构：监控与 IoT 的存储设计
【强化学习与大模型后训练】03｜策略梯度与 REINFORCE
Liao Tonglang · 2026-05-29 · via 土法炼钢兴趣小组的算法知识备份
从期望回报出发推导策略梯度与 REINFORCE，解释 log-derivative trick、基线降方差，以及它们在语言模型后训练中的含义。

此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。