摘要：
《The Smol Training Playbook: The Secrets to Building World-Class LLMs》由 Hugging Face 團隊于 2025 年 10 月 30 日發布，詳情見//huggingface.co/spaces/HuggingFa 閱讀全文
posted @ 2025-11-07 08:43
AI-Frontiers
閱讀(du)(251)
評論(0)
推薦(1)
摘要：
原文：//mp.weixin.qq.com/s/nfN0dWT3ZfDuW7ZGfaG6dA 學習資源 經典教材 《大模型算法：強化學習、微調與對齊》 原創 100+ 架構圖，系統講解大模型、強化學習，涵蓋：LLM / VLM 等大模型原理、訓練算法（RL、RLHF、GRPO、DPO、S 閱讀全文
posted @ 2025-11-03 22:01
AI-Frontiers
閱讀(129)
評論(0)
推薦(jian)(0)
摘要：
原文鏈接：//mp.weixin.qq.com/s/cx3qY42Lp0L3RaSOgsH77A 1. 強化學習基本概念 強化學習（Reinforcement Learning, RL）作為機器學習的重要分支，目標是讓智能體（agent）與環境（environment）不斷交互，學習任意 閱讀全文
posted @ 2025-10-30 22:20
AI-Frontiers
閱讀(8)
評論(lun)(0)
推薦(0)