李德熙 - 博客与札记

文章

• 2026年7月28日
  “LLM 实际是如何在预训练之后学习的：SFT、DPO、蒸馏和强化学习详解”
• 2026年7月27日
  你的AI代理记下了它，但它仍然不会学习。
• 2026年7月27日
  黑客新闻首页精选 — 2026年7月27日
• 2026年7月26日
  2026年7月26日 Hacker News 首页精选
• 2026年7月25日
  AI 加速了内部循环。外部循环仍然由人掌控。