2025年7月16日
强化学习笔记（一）基本概念
摘要： 前言 近两年AIGC模型均在SFT之后，进行强化学习的微调，并逐渐成为主流范式，因此，记录一下学习强化学习的笔记，以供回顾。本笔记参考https://www.bilibili.com/video/BV1sd4y167NS。 基本概念 以grid-world game为例，结合上图，给出强化学习中的一 阅读全文
posted @ 2025-07-16 12:00 久逺61 阅读(23) 评论(0) 推荐(0)