Ruthless's Blog

从Linear Regression开始，到线性回归的Normal Equation与Probabilistic Interpretation；再引入Logistic Regression与Softmax Regression；最后使用Generalized Linear Models统一这三种回归。

矩阵求导的定义与常见公式。

APO的动机、原理、公式。

GRPO 与 SPPO 的动机、原理、公式及代码笔记。

强化学习笔记，包括概念定义、REINFORCE、Actor-Critic、PPO 以及相关代码

2026年上海创智学院夏令营回忆录

EvoHead笔记，方便之后回忆。

现在生成式 AI（特别是视觉和动作生成领域）有一个大趋势：把连续的物理信号（如pixel、3D关节坐标）变成像“文字”一样的离散符号（Token），然后再用大语言模型（如 Transformer/GPT）来生成它们。

VQ-VAE 和 Codebook 就是完成这第一步“文字化（Tokenization）”的魔法。

Diffusion Model 和 Flow Matching的简单理解与相关论文。

VoxelMorph是很经典的无监督学习图像配准，可以用来分割，但效果并不好，因为没有对图像内部结构进行特征提取，无法做到内部的对齐配准，CLMorph解决了这一问题.