Longlong's Blog
blog.xlonglong.cn
前言 强化学习从deepseek-R1诞生之后已经就是LLM后训练必不可少的一个环节了,笔者是一个只有LLM基 […] <p>The post 从0强化学习基础到理解PPO first appeared on Longlong's Blog .</p>…
前言 强化学习从deepseek-R1诞生之后已经就是LLM后训练必不可少的一个环节了,笔者是一个只有LLM基 […] <p>The post 从0强化学习基础到理解PPO first appeared on Longlong's Blog .</p>…
讨论
登录后参与讨论
还没有评论，来说第一句吧。