2026年2月15日
拒绝采样
该文被密码保护。 阅读全文
posted @ 2026-02-15 00:09 blcblc 阅读(0) 评论(0) 推荐(0)
2026年2月14日
非常好的一篇讲PPO/DPO/GRPO等RLHF的文章，值得好好多读几遍
该文被密码保护。 阅读全文
posted @ 2026-02-14 22:06 blcblc 阅读(0) 评论(0) 推荐(0)
几个关于幻觉、多模态和qwen-vl的资料
该文被密码保护。 阅读全文
posted @ 2026-02-14 21:09 blcblc 阅读(0) 评论(0) 推荐(0)
一些评测结果的数据
该文被密码保护。 阅读全文
posted @ 2026-02-14 20:57 blcblc 阅读(0) 评论(0) 推荐(0)
一些GRPO的经验
该文被密码保护。 阅读全文
posted @ 2026-02-14 20:13 blcblc 阅读(0) 评论(0) 推荐(0)
llm的课程地址
该文被密码保护。 阅读全文
posted @ 2026-02-14 14:41 blcblc 阅读(0) 评论(0) 推荐(0)
准备coco_capture的数据集和GRPO/GSPO的训练
该文被密码保护。 阅读全文
posted @ 2026-02-14 14:01 blcblc 阅读(0) 评论(0) 推荐(0)
今天的几道题目
该文被密码保护。 阅读全文
posted @ 2026-02-14 11:25 blcblc 阅读(0) 评论(0) 推荐(0)
商品数据-天池-tianchi的地址
该文被密码保护。 阅读全文
posted @ 2026-02-14 11:20 blcblc 阅读(0) 评论(0) 推荐(0)
继续学习的内容
该文被密码保护。 阅读全文
posted @ 2026-02-14 09:46 blcblc 阅读(0) 评论(0) 推荐(0)
下一页