从零开始的LLM 4.微调与RL （代码实战篇）

ai 标签

2026

06-20

从零开始的LLM 4.微调与RL （代码实战篇）

05-31

从零开始的LLM 3. 大模型应用

05-27

从零开始的LLM 2.LLM模型及训练

05-26

从零开始的LLM 1.Attention机制

05-01

强化学习 11. 模仿学习(原理与实验)

04-17

强化学习 10. 稀疏奖励

04-11

强化学习 9. 演员-评论员算法（实验部分）

04-10

强化学习 9.演员-评论员算法

04-09

强化学习 7. 深度Q网络进阶技巧（实验部分）

04-03

强化学习 7. 深度Q网络进阶技巧