微博登录
专栏 RSS订阅（公众号）
温馨提示：订阅专栏后它将会自动更新，无人订阅的专栏有可能不会更新。
专栏 二维码
今天看啥
公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
他们也喜欢这个专栏
开通 RSS极速订阅 可分钟级获得文章
|
· 公众号 · AI · 3 周前 · |
|
|
· 公众号 · AI · 3 周前 · |
|
|
· 公众号 · AI · 3 周前 · |
|
|
· 公众号 · AI · 3 周前 · |
|
|
谈一谈对大模型对齐框架的反思及其改进思路 青稞AI · 公众号 · AI · 3 周前 · |
|
|
南京大学俞扬教授：通用奖励模型，早已内生于大型语言模型之中 青稞AI · 公众号 · AI · 4 周前 · |
|
|
将监督微调SFT和强化学习RL两种训练范式结合！中科院&美团等提出SRFT 青稞AI · 公众号 · AI · 4 周前 · |
|
|
· 公众号 · AI · 4 周前 · |
|
|
· 公众号 · AI · 4 周前 · |
|
|
高熵驱动，负向为王：熵感知强化学习如何重塑大模型推理 青稞AI · 公众号 · AI · 4 周前 · |
|
|
· 公众号 · AI · 1 月前 · |
|
|
· 公众号 · AI · 1 月前 · |
|
|
· 公众号 · AI · 1 月前 · |
|
|
让你的奖励模型从偏好数据中生成它的不确定度 青稞AI · 公众号 · AI · 1 月前 · |
|
|
LLM中On-Policy与Off-Policy的本质区别是什么？ 青稞AI · 公众号 · AI · 1 月前 · |
|
|
· 公众号 · AI · 1 月前 · |
|
|
· 公众号 · AI · 1 月前 · |
|
|
· 公众号 · AI · 1 月前 · |
|
|
· 公众号 · AI · 1 月前 · |
|
|
· 公众号 · AI · 1 月前 · |
|