DREAMAX / LLM TRAINING

LLM
Training.

大模型技术报告精读、
源码导读与训练实验。

PAPERS · SOURCE CODE · EXPERIMENTS

FIG. 001THE SHAPE OF CURIOSITY

A LEARNING SPACE BY DREAMAX查看论文

01 / THE READING ROOM论文与技术报告

论文精读
与方法对照

按训练阶段阅读技术报告，
对照目标函数、数据配方与源码实现。

FRONTIER REPORT / Xiaomi MiMo

这篇报告把中训练、真实环境、评分计算、训练稳定性和蒸馏连成了一条完整链路。适合作为 Agentic Post-Training 的主读本。

MuownMOPD2Agentic grading

展开这篇精读 7 个精读段落 · 约 55 分钟

15 篇论文精读05 条阅读路线08 个交互实验

02 / TRAINING & SYSTEMS训练方法与系统实现

从数据配方、稀疏架构到长上下文与能力塑形。对照技术报告，读懂每个训练阶段的取舍。

从生成答案到在真实环境中行动。连接偏好、工具、长轨迹、奖励与训练系统。

GPU 计算、显存、带宽与多卡通信。分析算子与分布式训练的开销。

03 / THE EXPERIMENTS全部实验 ↗

调整数据配比、rollout 与 GPU 参数，
观察模拟结果。

PART OF DREAMAX

LLM Training
DreaMax 的大模型学习栏目。