登录注册

SFT

1 引用 • 583 浏览

参与讨论

关注

关注分享

LLM

17 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
183 引用 • 545 回帖

默认热议好评优选最近回帖关注者查看所有标签

开发者须知：集市流程与规则调整，有些集市包无法更新
最近 [链接] 的流程在调整，会增加一些集市包检查规则以增强集市本身的健壮性。如果你的集市包更新发布之后很久都没上线集市，请检查 [链接] ，里面列出了所有无法正常更新的集市包，与对应的需要开发者解决的问题列表。关于流程的调整，有任何想法可以直接回复本帖。

169 4 小时前
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 ..

34 3 个月前