https://txtmix.com/tags/grpo/Recent content in GRPO on Text MatrixHugozh-cnSat, 23 May 2026 08:55:34 +0800https://txtmix.com/posts/tech/llm/minimind-llm-training-from-scratch/Sun, 12 Apr 2026 12:00:00 +0800https://txtmix.com/posts/tech/llm/minimind-llm-training-from-scratch/<h1 id="minimind从零开始用3块钱训练64m参数的大语言模型">MiniMind：从零开始用3块钱训练64M参数的大语言模型</h1> <h2 id="一项目概览">一、项目概览</h2> <p><strong>MiniMind</strong> 是由 jingyaogong 开发的开源大语言模型训练项目，其核心理念是&quot;大道至简&quot;——让每个人都能从零开始，仅用约 3 元钱成本与 2 小时训练时间，即可训练出规模约为 64M 参数的超小型语言模型 MiniMind。</p>https://txtmix.com/posts/tech/ai-agent/agent-lightning-microsoft-ai-agent-training-guide/Wed, 01 Apr 2026 01:20:00 +0800https://txtmix.com/posts/tech/ai-agent/agent-lightning-microsoft-ai-agent-training-guide/<h1 id="agent-lightning微软-ai-智能体强化学习训练框架完全指南">Agent Lightning：微软 AI 智能体强化学习训练框架完全指南</h1> <blockquote> <p>预计阅读时间：35分钟 | 难度：⭐⭐⭐⭐</p></blockquote> <hr> <h2 id="2-项目概述">§2 项目概述</h2> <h3 id="21-什么是-agent-lightning">2.1 什么是 Agent Lightning？</h3> <p><strong>Agent Lightning</strong>（<a href="https://github.com/microsoft/agent-lightning" target="_blank" rel="noopener noreffer ">GitHub 仓库</a>）是微软研究院开发的 AI 智能体训练框架，核心理念是「The absolute trainer to light up AI agents」。</p>