我的随笔

大模型- 强化学习-GPTQ量化算法与TRPO中的海森矩阵--90

jack-chen666 2025-07-17 16:37 阅读:198 评论:0 推荐:0

大模型- 强化学*-*端策略优化PPO--89

jack-chen666 2025-07-17 10:34 阅读:334 评论:0 推荐:0

大模型- 强化学习-可信区域TRPO--88

jack-chen666 2025-07-16 19:57 阅读:103 评论:0 推荐:0

大模型- 强化学习-GAE--87

jack-chen666 2025-07-16 17:35 阅读:348 评论:0 推荐:0

大模型- 强化学习-策略梯度方法（Policy Gradient）log-derivative trick--86

jack-chen666 2025-07-15 20:47 阅读:115 评论:0 推荐:0

大模型- 强化学习-Actor-Critic (演员-评论家) --85

jack-chen666 2025-07-15 15:57 阅读:877 评论:0 推荐:0

大模型- 强化学习-策略梯度 (Policy Gradients)--84

jack-chen666 2025-07-14 16:39 阅读:207 评论:0 推荐:0

大模型- 强化学习-Deep-Q-learning-pytorch实现--83

jack-chen666 2025-07-14 00:01 阅读:68 评论:0 推荐:0

大模型- 强化学习-Deep-Q-learning--82

jack-chen666 2025-07-13 21:38 阅读:45 评论:0 推荐:0

大模型- 强化学习-Q-learning--81

jack-chen666 2025-07-13 11:51 阅读:238 评论:0 推荐:0