个人碎碎念channel
欢迎加入聊天吹水群组https://t.me/adelesfriends
欢迎加入聊天吹水群组https://t.me/adelesfriends
该项目的核心目的是摒弃高级封装库（如 Stable Baselines3），完全从零开始用 PyTorch 实现 PPO（Proximal Policy Optimization，近端策略优化）算法，以帮助读者深入理解其底层数学原理和代码逻辑。
很多开发者只会调用现成的 RL 库，但不理解算法内部发生了什么。这篇文章会打破这种黑盒，通过手写每一行核心代码来揭示 PPO 的工作机制 。PPO 是目前最流行的强化学习算法之一（也是 ChatGPT 等大模型 RLHF 阶段背后的核心算法），因为它在实现简单性、样本效率和性能之间取得了很好的平衡 。
项目期望可将 Claude 转变为全能的 AI 科研助手。该项目收集了 140 多个 现成的科学类（Skills），使 Claude 能够执行跨生物学、化学、医学、物理学等多个领域的复杂多步骤科研工作流。
核心目标是加速科学研究，让研究人员无需查阅繁琐的 API 文档或从头编写集成代码。
支持通过简单的自然语言指令执行复杂的任务（例如：“查询 ChEMBL 数据库寻找 EGFR 抑制剂，用 RDKit 分析构效关系，并生成报告”）。
