阅读排行榜

大模型-qwen3 RoPE旋转位置编码详细解读-69

jack-chen666 2025-06-19 21:10 阅读:774 评论:0 推荐:0

大模型- PPO、DPO 和 KTO 这三种用于大语言模型（LLM）对齐的强化学习算法 -74

jack-chen666 2025-06-30 10:35 阅读:718 评论:0 推荐:0

如何在 Jupyter Notebook 中切换python环境

jack-chen666 2025-01-06 23:22 阅读:618 评论:0 推荐:0

大模型--训练加速之数据并行(DP, DDP与ZeRO)-上-11

jack-chen666 2024-11-08 17:55 阅读:617 评论:0 推荐:0

大模型-llamafactory ppo训练模型，不使用llm作为reward模型 -73

jack-chen666 2025-06-24 09:59 阅读:610 评论:0 推荐:0