基础信息
公开RSS源链接
暂无
商业RSS源信息
最新文章
文章更新时间: 4 天前
|
闭关一坤天，从零复现GDPO算法（英伟达出品，简单但有效），从原理到代码实现，喂饭级讲解 偷星九月333 · 4 天前 |
|
强化学习（verl）训练日志怎么看，今天就给你们来个保姆级的教程~ 偷星九月333 · 1 周前 |
|
相见恨晚，原来论文还可以这样读，论文架构一览无余！ 偷星九月333 · 1 周前 |
|
verl参数怎么看，今天就给你们来个保姆级的教程 偷星九月333 · 3 周前 |
|
闪电说，打字像说话一样快的高效率神器，解放你的十指 偷星九月333 · 4 周前 |
|
闭关一坤年，从零实现大模型左右互博之术（生成对抗，无数据RL优化），从原理讲解到代码实现，你要的全都有 偷星九月333 · 1 月前 |
|
VeRL强化学习实用教程：自定义奖励计算的若干方法，从简单到复杂，覆盖所有应用需求 偷星九月333 · 1 月前 |
|
闭关两天半，完全从零实现大模型RL知识蒸馏（On Policy Distillation，Qwen2.5），你值得拥有 偷星九月333 · 1 月前 |
|
练习两天半，教你如何使用终端AI智能体iFlow CLI，从部署到使用全流程 偷星九月333 · 1 月前 |