跳到正文
w
wyl123ly 的博客
首页
笔记
学习
归档
闲言碎语
留言板
首页
笔记
学习
归档
闲言碎语
留言板
RSS 订阅
登录
搜索
搜索
学习
AI
nanochat学习知识库
07-强化学习对齐RL
07-强化学习对齐RL
5 份资料
/
全部 5
Markdown 5
MD
GRPO原理与实现
Markdown
38 KB
10.22
MD
GSM8K数学任务
Markdown
31 KB
10.22
MD
MOC-强化学习
Markdown
24 KB
10.22
MD
RLHF与GRPO概览
Markdown
29 KB
10.22
MD
RL对模型的影响
Markdown
31 KB
10.22
没有匹配的资料。