我的随笔(第7页) - 风生水起 - 博客园

我的随笔

John Schulman：RLHF的实施与挑战 —— 通过强化学习缓解大模型输出幻觉(Hallucinations)的思考风生水起 2023-08-03 16:24 阅读:521 评论:0 推荐:0

大模型（LLM）最新趋势总结风生水起 2023-08-03 16:03 阅读:311 评论:0 推荐:0

聊一聊学习率预热linear warmup 风生水起 2023-07-26 15:14 阅读:591 评论:0 推荐:0

softmax和crossentropy 风生水起 2023-07-14 15:42 阅读:244 评论:0 推荐:0

Linux文件比较命令风生水起 2023-07-12 21:34 阅读:286 评论:0 推荐:0

超级对齐简介zz 风生水起 2023-07-10 20:05 阅读:126 评论:0 推荐:0

grep常用命令风生水起 2023-06-23 16:28 阅读:384 评论:0 推荐:0

Vim编辑器常用命令风生水起 2023-06-23 16:25 阅读:461 评论:0 推荐:0

为什么RLHF中，PPO需要Critic模型而不是直接使用RewardModel 风生水起 2023-06-14 18:13 阅读:6070 评论:1 推荐:3

GPT问答记录风生水起 2023-06-10 11:40 阅读:0 评论:0 推荐:0