2025-W11-03¶

Review¶

• 课内
  • 正常上课。三门专业课感觉都浪费了大量的时间，但又不得不吃。无奈
  • 写了一个课内笔记网站THUAUTO34（也算是为班级做点事吧）
• 课外
  • easy-rl 成功结束，主要还是 18 年以前的工作，接下来可能去看
    • GitHub - jakegrigsby/deep_control: Deep Reinforcement Learning for Continuous Control in PyTorch
    • GitHub - datawhalechina/joyrl: An easier PyTorch deep reinforcement learning library.
  • 这周主要去看了Andrej Karpathy 大神的两个视频：
    • Let's reproduce GPT-2 (124M) - YouTube
    • Deep Dive into LLMs like ChatGPT - YouTube
    • 收获颇丰。记录在：大型语言模型（LLMs）如 ChatGPT 的深入探讨-from Andrej Karpathy 重现GPT-2-from Andrej Karpathy

Next Week Plan¶

• 继续看框架：GitHub - hiyouga/EasyR1: EasyR1: An Efficient, Scalable, Multi-Modality RL Training Framework based on veRL
• 看reasoning 相关的文章。
• 试试苍穹外卖，了解一下项目架构

THOUGHTS¶

• 越发被peer pressure 所折磨。由于自己学习的方式的问题，（理解缓慢，复现缓慢）无法快速的速览一个方向的具体在做的工作是什么，从而也无法快速的明确自己的兴趣点究竟在哪里。归根到底还是自己的工作流的问题。还是慢慢优化吧。

NOTE¶