大模型RL各种trick

包包算法笔记 · 公众号 · AI · 2025-10-30 08:37

原文地址：访问原文地址
总结与预览地址：访问文章预览/总结
文章地址：访问文章快照

分享到微博

推荐文章

人工智能产业链union · 【报告】当AI学会“动手”而不是“动嘴”：WAIC 2026全景深度分析报告，未来36个月生存指南（附PDF下载）

昨天

量子位 · DeepSeek涨价不是为了多赚钱

昨天

新智元 · 实时视频版「Nano Banana」来了！160亿参数重磅开源

昨天

新智元 · 美国AI安全新规出炉！最强闭源模型自愿送测，开放权重直接放行

2 天前

机器之心 · Meta首款编程Agent来了！背后模型能力直追Opus 5

2 天前

法务之家 · 确认劳动关系：10个问答

2 年前

上海普陀 · 厢房改造、科普体验……真如镇街道推动垃圾分类工作提质增效

1 年前

雷科技 · 腾势N9全面曝光！对标问界M9和理想L9，争夺SUV王座

1 年前

国家药监局 · 国家药监局关于30批次不符合规定化妆品的通告

1 年前

大河报 · 杂志刊发“男性患子宫肌瘤”论文，中介称版面费最高达万元，可以代写

1 年前