Aug 31, 2026 16 min read
2026 年 7 月 arXiv 大模型论文精选与解析
从 2026 年 7 月大模型论文中精选表示学习、推理、安全、理论与 Agent 训练方向的代表工作。
大模型算法、训练系统与工程实践的学习笔记。
Tag
11 essays under this label.
从 2026 年 7 月大模型论文中精选表示学习、推理、安全、理论与 Agent 训练方向的代表工作。
补齐两份算法模板中尚无独立代码的 27 道官方 Hot100 题,形成完整 100 题复习卡。
更新至 2026-09-08:京东 NumPy/JSON 逻辑回归、数字构造、双向模拟与已有 LeetCode/AI Coding 训练。
从识别信号到 Python/ACM 模板、复杂度和常见坑,系统掌握 Hot100 的 18 个核心算法模式。
JSON 契约、数值稳定、Viterbi、Attention、IRLS、搜索排序/NDCG、Apriori 与 MITM 的限时实现要点。
结合源码比较 GRPO、GSPO、CISPO、REINFORCE++ 与 PPO,并拆解 ratio、KL、critic、advantage 和训练指标。