小狮博客
告别样本不平衡噩梦：Focal Loss 让你的模型学会“划重点”
你在训练一个 癌症检测模型，数据集中 99% 都是健康样本（负样本），只有 1% 是患病样本（正样本）。你满怀期待地跑完训练，发现模型的准确率（Accuracy）高达 99%！
thbcm的文章
Avalonia源码解读：Grid（网格控件）
本文以 Avalonia 框架为例，讲解 Grid 控件的工作原理
理解Linux虚拟网络设备——TUN/TAP
TUN/TAP 设备是操作系统内核中的 虚拟网络设备，是用软件模拟的网络设备，提供与硬件网络设备完全相同的功能。主要用于 用户空间和内核空间传递报文。
python3.13 3.14 新特性 好好好
带来了许多激动人心的改进，下面这个表格汇总了它们的核心新特性，可以帮助你快速了解这两个版本的主要变化。
【睿擎派】EtherCAT总线之IO模块读写
一、 EtherCAT 和 CANOpen 的异同
Unity Crest Ocean System源码阅读
如何使用DashVector的多向量检索
在某些AI检索的场景，会涉及一个实体对应多个向量，在检索时希望通过多个向量检索来找到最可能的实体，例如：
【分析式AI】-朴素贝叶斯算法模型
它的“朴素”（Naive）不是“简陋”，而是指一个 简化假设： 所有特征之间相互独立（比如判断“是否是苹果”时，“红色”和“圆形”这两个特征互不影响）。这个假设让计算量大幅降低，却能在很多场景（比如文本分类、垃圾邮件检测）中达到惊人的效果，...
LLM 工具调用的范式演进与认知模型集成
工具调用（Tool Calling）机制使 LLM 从”只能说”进化为”能说能做”。本文档将系统性地剖析这一机制的两种实现范式及其底层原理。
小白也能看懂的RLHF-PPO：原理篇
LLM-RL往期文章推荐