2025年11月7日
Huggingface 214页训练手册：揭秘构建世界级大语言模型的秘密
摘要： 《The Smol Training Playbook: The Secrets to Building World-Class LLMs》由 Hugging Face 团队于 2025 年 10 月 30 日发布，详情见https://huggingface.co/spaces/HuggingFa 阅读全文
posted @ 2025-11-07 08:43 AI-Frontiers 阅读(123) 评论(0) 推荐(1)
2025年11月3日
收藏！强化学习从入门到封神：5 本经典教材 + 8 大实战项目 + 7个免费视频，一站式搞定
摘要： 原文：https://mp.weixin.qq.com/s/nfN0dWT3ZfDuW7ZGfaG6dA 学习资源 经典教材 《大模型算法：强化学习、微调与对齐》 原创 100+ 架构图，系统讲解大模型、强化学习，涵盖：LLM / VLM 等大模型原理、训练算法（RL、RLHF、GRPO、DPO、S 阅读全文
posted @ 2025-11-03 22:01 AI-Frontiers 阅读(93) 评论(0) 推荐(0)
2025年10月30日
小白也能看懂的RL-PPO
摘要： 原文链接：https://mp.weixin.qq.com/s/cx3qY42Lp0L3RaSOgsH77A 1. 强化学习基本概念 强化学习（Reinforcement Learning, RL）作为机器学习的重要分支，目标是让智能体（agent）与环境（environment）不断交互，学习任意 阅读全文
posted @ 2025-10-30 22:20 AI-Frontiers 阅读(7) 评论(0) 推荐(0)