登录注册

SFT

1 引用 • 1 浏览

参与讨论

关注

关注分享

LLM

14 引用 • 8 回帖
PPO

1 引用
学习

“梦想从学习开始，事业从实践起步” —— 习近平
181 引用 • 544 回帖

默认热议好评优选最近回帖关注者查看所有标签

Office 编辑器插件 - 在思源笔记中预览、编辑、嵌入 Office 文件
[图片] Office 编辑器 Office 编辑器是一款思源笔记插件，让你在思源中直接预览和编辑 Office 文档——Word、Excel、PowerPoint、PDF 等 20+ 格式，基于 ONLYOFFICE 实现。插件特性丰富的格式支持预览和编辑 docx、xlsx、pptx、pdf、odt、csv ..

172 28 分钟前
强化学习知识补课：同样的数据集，SFT 和 RL 学到的东西为什么不一样？
前言我本人虽然学习的是自然语言处理专业，但当时跟着的学习资料主要是深度学习相关的，但对于强化学习的了解非常少。然而现在 LLM 的效果增强越来越依赖于强化学习，因此我也开始补补强化学习的课。这篇文章讲的就是强化学习里面很基础的内容，但原先对于强化学习基本一无所知的我现在才终于完全搞明白，在此把自己刚弄明白的这个基础问 ..

12 13 小时前