site stats
Large Reasoning Model时代, 几乎等于Reinforcement Learning + LLM的时代。但RL专业性非常强,去参加ML的会议时,专门做RL的研究员都现场拿着笔纸推算数学公式,掌握起来学习难度较高。分享一本RL的入门教材,从RL基础MDP,PPO,直到跟LLM结合,如RLHF,都有讲解,深入浅出。Reinforcement
发布时间:
1
数据加载中
Markdown支持
评论加载中...
您可能感兴趣的: 更多