文章

我发布的所有文章。

• 持续学习 Continual Learning：如何让模型学习新知识，却不忘记过去？

  发布于: 31 8, 2026

  系统整理持续学习（Continual Learning）主线：从灾难性遗忘出发，串起 EWC、Replay、知识蒸馏、GEM、动态架构五条经典路线，再延伸到 Online、Open-World、PEFT、VLM、LLM 与 Lifelong Agent 等现代方向。

• 强化学习基础：从 MDP、Bellman 方程到 Monte Carlo、TD 与 Q-Learning

  发布于: 30 8, 2026

  整理自 B 站「大白话 03」视频，补充大量例子（含《原神》场景）：从强化学习的试错本质、MDP 框架，到 Return 与折扣因子、V/Q 价值函数、Bellman 方程，再到 Monte Carlo、TD、SARSA、Q-Learning、DQN 与 Policy-based 路线，用连贯的章节把整个 RL 基础串起来。

• 傅里叶变换，不过就是换了一个坐标系

  发布于: 27 8, 2026

  从线性代数视角重新理解傅里叶变换：它就是一次坐标分解——把函数从时间基底重新表示到频率基底，并延伸到傅里叶级数、DFT 与 FFT 的统一视角。

• 知识蒸馏：为什么“小模型”可以向“大模型”学习？

  发布于: 27 8, 2026

  从 Hinton 的经典 KD 讲起，拆解教师-学生框架、温度软化、Soft/Hard 双损失，梳理响应/特征/关系三类蒸馏的演进，并延伸到自蒸馏与大模型时代，最后用信息论视角统一蒸馏本质。