iT邦幫忙

tingerwu
iT邦見習生 ‧ 點數 88
2605
累計瀏覽數
站內簡訊 追蹤

tingerwu 的發文列表 21

0 Like 0 留言 70 瀏覽

技術 從 RLHF 到 RLVR

18th鐵人賽
2026-08-21 由 tingerwu 分享
0 Like 0 留言 147 瀏覽

技術 只教答案、保留軌跡，還是標記步驟—論三種 SFT 的實驗結果

18th鐵人賽
2026-08-20 由 tingerwu 分享
0 Like 0 留言 121 瀏覽

技術 最小規模的監督式微調 (SFT) 可做到什麼?

18th鐵人賽
2026-08-19 由 tingerwu 分享
0 Like 0 留言 121 瀏覽

技術 可被驗證的 reasoning example 要保存什麼？

18th鐵人賽
2026-08-18 由 tingerwu 分享
0 Like 0 留言 90 瀏覽

技術 Adaptive compute—困難題目要想多久？

18th鐵人賽
2026-08-17 由 tingerwu 分享
1 Like 1 留言 103 瀏覽

技術 Self-refinement—模型有可能藉由重複檢查來修正答案嗎?

18th鐵人賽
2026-08-16 由 tingerwu 分享
0 Like 0 留言 104 瀏覽

技術 Best-of-N—候選答案很多的時候，真的就比較會選嗎？

18th鐵人賽
2026-08-15 由 tingerwu 分享
0 Like 1 留言 117 瀏覽

技術 Self-consistency—多抽樣與多數決

18th鐵人賽
2026-08-14 由 tingerwu 分享
0 Like 0 留言 118 瀏覽

技術 Decompose、plan、solve——拆解問題在什麼時候會有用?

18th鐵人賽
2026-08-13 由 tingerwu 分享
0 Like 0 留言 119 瀏覽

技術 Prompt 與 output contract—論輸入和輸出之格式的重要

18th鐵人賽
2026-08-12 由 tingerwu 分享
tingerwu的鐵人檔案
tingerwu的收藏
tingerwu的追蹤
tingerwu的Like
tingerwu的紀錄
tingerwu的訂閱列表