iT邦幫忙

ozymxt
iT邦見習生 ‧ 點數 32
1789
累計瀏覽數
站內簡訊 追蹤

ozymxt 的發文列表 5

0 Like 0 留言 56 瀏覽

技術 Day5 避免模型崩潰的秘密：PPO Clip 機制與 KL Penalty 解析

18th鐵人賽
2026-09-12 由 ozymxt 分享
0 Like 0 留言 24 瀏覽

技術 Day4 Policy Gradient 演進：Actor-Critic 與 OpenAI 選擇 PPO 的關鍵

18th鐵人賽
2026-09-11 由 ozymxt 分享
0 Like 0 留言 53 瀏覽

技術 Day3 Value-based：為什麼 ChatGPT 不能直接用 Q-learning？

18th鐵人賽
2026-09-10 由 ozymxt 分享
0 Like 0 留言 46 瀏覽

技術 Day2 掌握 RL 基礎：什麼是 MDP ? Reward ? Policy 又是什麼 ?

18th鐵人賽
2026-09-09 由 ozymxt 分享
0 Like 0 留言 75 瀏覽

技術 Day1 為什麼 Agent 需要 RL?——從 0 到 Agentic RL 實作的起點

18th鐵人賽
2026-09-08 由 ozymxt 分享
ozymxt的鐵人檔案
ozymxt的收藏
ozymxt的追蹤
ozymxt的Like
ozymxt的紀錄
ozymxt的訂閱列表