2025年7月18日
强化学习笔记（二）贝尔曼公式
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。 在强化学习笔记（一）基本概念中，我们定义了几个基本概念，本文沿着这些概念出发 阅读全文
posted @ 2025-07-18 18:13 久逺61 阅读(57) 评论(0) 推荐(0)