https://blog.jinghsy.cn 记录学习与思考，探索技术的边界 zh-CN Wed, 29 Jul 2026 09:44:06 GMT https://blog.jinghsy.cn/posts/welcome1 https://blog.jinghsy.cn/posts/welcome1 Wed, 29 Jul 2026 00:00:00 GMT https://blog.jinghsy.cn/posts/welcome https://blog.jinghsy.cn/posts/welcome 用 Next.js 自建的极简博客，展示 Markdown、公式与代码高亮。 Tue, 28 Jul 2026 00:00:00 GMT 公告 https://blog.jinghsy.cn/posts/grpo https://blog.jinghsy.cn/posts/grpo GRPO 去掉 Critic，用组相对优势估计优势函数。 Mon, 27 Jul 2026 00:00:00 GMT RL https://blog.jinghsy.cn/posts/rlhf-ppo https://blog.jinghsy.cn/posts/rlhf-ppo RLHF 场景下 PPO 的关键概念与 KL 约束。 Sat, 25 Jul 2026 00:00:00 GMT RL