“It must be exhausting always rooting for the anti-hero.”
记录 Java、Python、数据库、强化学习与 RLHF，以及 AI 时代的软件工程与安全实践。
从规划、编码、多智能体 CI/CD 到内部威胁治理的安全纵深防御实践
Phase01 八个章节 + Phase02：从转义字符、类与对象，到房屋出租系统实战。
经典文献、HuggingFace 课程、王树森笔记，到 PPO / GRPO 的完整数学推导。
NumPy 数组、Pandas DataFrame 与 Matplotlib 常见图表的基础笔记。
像手表的数码表冠：滚一格，换一篇。也支持方向键、触控滑动和右侧按钮。
PPO、GRPO 与策略梯度数学推导
从基础概念到 RLHF 的学习笔记
强化学习理论与 PPO 应用综述
强化学习术语、算法与 AlphaGo 笔记
Introduction+转义字符+注释+代码规范+DOS
课程与资料导航
绘图基础与常见图表示例
DataFrame 基础操作笔记
数组基础与常用操作笔记
Hugging Face Deep RL Course 学习索引
顶级会议和期刊的10篇最具影响力论文
酒店系统AI助手
功能更新文档
功能开发
索引优化
章节课后题笔记
数组,排序,查找
第二阶段
房屋出租系统
Super+继承+多态
类与对象
控制结构
运算符
变量+“+”+数据类型+编码+数据类型转换
