iT邦幫忙

grpo相關文章
共有 1 則文章
4 Like 0 留言 55071 瀏覽

達標好文 技術 DeepSeek R1 介紹 (論文筆記)

近期 DeepSeek 發佈了如何透過強化學習 (Reinforcement Learning, RL) 來提升大型語言模型的推理能力，這項突破性的工作實證出不...

吉度濕潤@@ ‧ 2025-02-02
iThome鐵人賽
參賽組數
929 組
團體組數
32 組
累計文章數
20385 篇
完賽人數
534 人
iT+看影片追技術 看影片追技術 看更多
熱門tag
15th鐵人賽 16th鐵人賽 13th鐵人賽 18th鐵人賽 17th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽 鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# linux windows server css
熱門問題
熱門回答
熱門文章
IT邦幫忙