rl

万字长文实录：RL 界与 CV 界的“世界模型”有什么不同？丨GAIR Live
让强化学习快如闪电：FlashRL一条命令实现极速Rollout
GLM-4.5技术报告揭秘：如何围绕Agent构建一个模型
智谱终于发布GLM-4.5技术报告，从预训练到后训练，细节大公开
开源框架教AI在MCP中玩转工具解决任务，实测效果超越GPT！
此题情景变化多端，题意也比较晦涩，能够从容应对者都是强者!
探索废墟中的机械之美
无监督RL的粗略分析
Slime 框架深度解析：面向大规模RL的训推一体化实践
淘天联合爱橙开源强化学习训练框架，支持十亿到千亿参数大模型
以轻量化打造全场景移动音频枢纽——这个“小尾巴”够全能
合成数据>人工数据，绝对性能暴涨超10个点！高效微调大模型

资讯分类

热门资讯

热门标签

热门产品