大模型微调不 “失忆” 的秘密：RL 为何比 SFT 更懂 “守旧”？MIT新发现：强化学习微调，为何比监督学习更“记”得好？
3:10
大模型微调不 “失忆” 的秘密：RL 为何比 SFT 更懂 “守旧”？MIT新发现…
已浏览 990 次1 个月前
bilibili卢菁博士_北大AI博士后
微软亚洲研究院理论中心前沿系列讲座第七期 Reward-free RL via Sample-Efficient Representation Learning
1:07:54
微软亚洲研究院理论中心前沿系列讲座第七期 Reward-free RL via Samp…
已浏览 690 次2022年12月29日
bilibili微软科技
7462213594822855942
7462213594822855942
1 年前
TikTok
7142493928686751007
7142493928686751007
2023年2月8日
douyin.com
6902923775071849740
6902923775071849740
2022年11月5日
douyin.com
7496206147297332487
7496206147297332487
10 个月之前
TikTok
7158400311516843296
7158400311516843296
2023年9月30日
douyin.com
7194582318386908455
2023年9月26日
douyin.com
7163471042189479202
2023年10月15日
douyin.com
One polynomial approximation to produce correctly rounded result…
2022年1月18日
acm.org
7166914113380076812
2023年9月30日
douyin.com
9:18
MIT RLM颠覆长文本，让大模型“翻书”不“背书”！
已浏览 28 次2 个月之前
YouTube人工智能产业链联盟
Blog Archives
2021年10月17日
weebly.com
21:30
Problem Set 1: CLT, PDF, Expectation, Rmarkdown, and R
已浏览 1026 次2024年9月18日
bilibili北美老虎哥Tiger76
18:25
RLite: 用20行代码从头写RL
已浏览 4650 次4 个月之前
bilibili青稞社区
14:08
【中配】大语言模型的得力助手：检索增强生成技术 - Computerphile
已浏览 683 次3 个月之前
bilibiliAI译片君
7:58
【科技链】OpenAI自封IMO金牌 高性能码农机器人Replit一键删库跑路…
已浏览 3628 次7 个月之前
bilibiliTechLinked
6:01
【斯坦福CS224R RL】L16 机器人中的强化学习
已浏览 7 次2 个月之前
bilibiliFsly
10:24
回车跟换行有什么区别？什么是CRLF？—— 那些没人教你的电脑知 …
已浏览 1535 次2021年3月23日
bilibiliMarvinxxxx
14:46
AI无代码时代: 解析replit和wordware，普通人将取代专业程序员?
已浏览 2668 次2024年9月10日
bilibili数字黑魔法
7:22
面试官：讲讲Computed惰性求值！
已浏览 286 次2 个月之前
bilibili前端小卒
18:30
AI研究终于能像做Web应用一样简单：开源RL环境降低了门槛【中英 …
已浏览 185 次3 个月之前
bilibili认真的笨笨
6:23
手把手教你论文代码复现 | 以CFFormer为例
已浏览 81 次6 个月之前
bilibiliSIGNAL实验室
4:33
【计算机生命】RLE文件内容拓展！看看更乱的乱码到底是怎么回事吧！
已浏览 1222 次2024年3月10日
bilibiliZPCasper计算机生命
9:39
[自制熟肉]眼见不为实的笔记本｜This Does Not Compute
已浏览 5646 次2024年8月19日
bilibili奇是王字旁一个琦
20:19
企业AI训练因最后1%样本变慢？异步RL让速度提60%【中英字幕】
已浏览 35 次3 个月之前
bilibili认真的笨笨
11:49
【双语字幕】【10分钟速成课：计算机科学】第36集-自然语言处理（NLP）
已浏览 3021 次2018年3月20日
bilibili膨胀的小R
7:25
（存档）操作系统页面置换算FIFO,OPT,LRU做题速成
已浏览 6.3万 次2024年5月18日
bilibiliKra_Ting
7:20
【无限上下文黑科技】大模型上下文窗口不够大？MIT 提出 RLM：让 GP…
已浏览 814 次2 个月之前
bilibili沐冰茶
31:40
【学术向】超强的强化学习系统怎么实现？Ray是啥？tune和rllib又是什 …
已浏览 2.2万 次2020年3月22日
bilibili彭正皓
观看更多视频
静态缩略图占位符