导航

当前标签：强化学习

解读 DeepSeek-R1-Zero 和 DeepSeek-R1 的前世今生，以及它们背后的强化学习 蝈蝈俊 2025-02-05 13:51 阅读:5407 评论:0 推荐:2   
用婴儿爬行理解强化学习：从Q-learning到PPO 蝈蝈俊 2024-12-10 10:41 阅读:181 评论:0 推荐:0   
从「读万卷书」到「行万里路」：大语言模型中的强化学习之路 蝈蝈俊 2024-12-09 11:20 阅读:527 评论:0 推荐:0