Reinforcement Learning Tutorial - RLVR with NVIDIA Unsloth | Amjad Raza, Ph.D.
linkedin.com
Reinforcement Learning Tutorial - RLVR with NVIDIA Unsloth | Amjad Raza, Ph.D.
This excellent tutorial demonstrates using GRPO (Group Relative Policy Optimization) to fine-tune an LLM to master the 2048 game—a practical showcase of RL techniques applied to language models. What strikes me: just as we've normalized spending hours training traditional ML models on business-specific parameters, I expect we'll see the same ...
已浏览 4209 次2 个月之前
Second Life Basics
How to start in Second life - Create your avatar - Tutorial
19:36
How to start in Second life - Create your avatar - Tutorial
YouTubeMy -second- life as Lilith
已浏览 2.8万 次2017年9月5日
Second Life Avatar Tutorial 👗 | How to Create & Customize Your SL Avatar
1:08:31
Second Life Avatar Tutorial 👗 | How to Create & Customize Your SL Avatar
YouTubeMeela Vanderbuilt
已浏览 3.8万 次2019年12月11日
How To Get Started in Second Life - New User Tutorial
3:11
How To Get Started in Second Life - New User Tutorial
YouTubeSecond Life
已浏览 35.1万 次2019年5月13日
热门视频
RLinf-VLA：统一高效的具身智能强化学习训练框架
8:18
RLinf-VLA：统一高效的具身智能强化学习训练框架
bilibili伟博科研专注AI3D
已浏览 79 次1 个月前
【Lumina Talk 第24期】 清华大学于超老师｜RLinf：VLA模型的强化学习后训练系列研究
1:13:18
【Lumina Talk 第24期】 清华大学于超老师｜RLinf：VLA模型的强化学习后训练系列研究
bilibiliLumina具身智能社区
已浏览 4350 次1 个月前
[AI播客]RLHF到RLVR：强化学习的范式演进与实践，突破探索从人类反馈到可验证奖励的强化学习技术变迁 #AI #LLM #智能体 #人工智能
6:19
[AI播客]RLHF到RLVR：强化学习的范式演进与实践，突破探索从人类反馈到可验证奖励的强化学习技术变迁 #AI #LLM #智能体 #人工智能
bilibili烟岚九境
已浏览 337 次5 个月之前
Second Life Building
Basic building tutorial for Second life part 1 (of 3)
13:16
Basic building tutorial for Second life part 1 (of 3)
YouTubeGuerlin Idlemind
已浏览 9万 次2014年1月5日
Basic building tutorial for Second Life Part 2 (of 3)
10:07
Basic building tutorial for Second Life Part 2 (of 3)
YouTubeGuerlin Idlemind
已浏览 8.5万 次2014年1月5日
Bandor Builds - Beginner's Guide to Building in Second Life - Part 1 - The Basics
47:25
Bandor Builds - Beginner's Guide to Building in Second Life - Part 1 - The Basics
YouTubeBandor Tyrell
已浏览 6042 次2022年10月28日
RLinf-VLA：统一高效的具身智能强化学习训练框架
8:18
RLinf-VLA：统一高效的具身智能强化学习训练框架
已浏览 79 次1 个月前
bilibili伟博科研专注AI3D
【Lumina Talk 第24期】 清华大学于超老师｜RLinf：VLA模型的强化学习后训练系列研究
1:13:18
【Lumina Talk 第24期】 清华大学于超老师｜RLinf：VLA模型的强化学 …
已浏览 4350 次1 个月前
bilibiliLumina具身智能社区
[AI播客]RLHF到RLVR：强化学习的范式演进与实践，突破探索从人类反馈到可验证奖励的强化学习技术变迁 #AI #LLM #智能体 #人工智能
6:19
[AI播客]RLHF到RLVR：强化学习的范式演进与实践，突破探索从人类反 …
已浏览 337 次5 个月之前
bilibili烟岚九境
Basic Texturing : Quick Second Life Tutorial
Basic Texturing : Quick Second Life Tutorial
已浏览 997 次2009年9月19日
YouTubeNicolettaLefevre
Basic LSL Scripting in Second Life
Basic LSL Scripting in Second Life
已浏览 2.5万 次2011年10月23日
YouTubePaul Preibisch
rlc全流程攻略
7:19
rlc全流程攻略
2024年2月19日
douyin.com
强化学习 | 可验证奖励的强化学习（RLVR）
46:35
强化学习 | 可验证奖励的强化学习（RLVR）
已浏览 655 次10 个月之前
bilibiliFreeMindFall
2:51
Lora训练太简单！RLT开源简易训练器，已更新~ 云端适配开箱即用，支持F…
已浏览 1137 次8 个月之前
bilibiliRick不想上班
1:01:58
第3.2章：具有可验证奖励的强化学习（RLVR）
已浏览 788 次7 个月之前
bilibiliLearnToCompress
1:10:05
RLHF训练法从零复现,TRL版本复现,代码实战,大语言模型训练
已浏览 8756 次2024年11月18日
bilibili蓝斯诺特
3:57
【RLCraft】RLC小知识课堂
已浏览 5.8万 次2024年3月6日
bilibili木医-
24:13
[Agentic RL] 07 limits of RLVR，base vs. RL, pass@k, ppl …
已浏览 2644 次2 个月之前
bilibili五道口纳什
7:44
RLinf-VLA：让VLA模型真正学会“试错”的强化学习框架
已浏览 1176 次4 个月之前
bilibili刘靖峰-峰哥讲AI
1:05:47
直播回放 | 清华RLinf团队: RL可以为VLA带来什么？
已浏览 1931 次2 个月之前
bilibiliTechBeat人工智能社区
6:48
【RLcraft】RLD 自用设置修改和模组添加配置
已浏览 4194 次2024年11月12日
bilibili_Ailw
47:56
Sliggytv | 241211-SVL邀请赛-RLF-NRG/DRX-BLG | SVL邀请赛 | 直播 …
已浏览 697 次2024年12月12日
bilibili冬浪
7:52
手推RLC串联二阶电路的系统建模与响应分析
已浏览 188 次4 个月之前
bilibiliAkiraCruise
32:26
论文精读系列 - RLVR：错误/随机奖励也能提升推理？
已浏览 5550 次5 个月之前
bilibili酸果酿
12:57
开源RLT简易Lora训练器，一键打标自动训练，好用到爆~
已浏览 3083 次8 个月之前
bilibiliRick不想上班
36:56
RLinf-VLA框架技术报告——RL如何训练VLA？
已浏览 1582 次2024年3月25日
bilibili计算机视觉life
1:50
Second Life QuickTips - Getting Help
已浏览 2.8万 次2013年3月7日
YouTubeSecond Life
1:08
Welcome to Second Life
已浏览 20.4万 次2014年12月23日
YouTubeSecond Life
35:28
LLM后训练SFT、RLHF原理全面解析
已浏览 415 次4 个月之前
bilibiliAI技术新视界
6:06:21
【6小时教程】完整 LLM 实战课程：从 Transformer 到 RLHF 全流程
已浏览 3320 次4 个月之前
bilibiliAIDeepCoder
1:19
Second Life - The Online 3D Virtual World
已浏览 54.6万 次2009年8月26日
YouTubeSecond Life
23:44
[RL4LLM] 理解 reasoning model Tokenizer 的 chat template，vllm i…
已浏览 6363 次1 年前
bilibili五道口纳什
14:09
Second Life Building Tutorial : Maps & Texturing - Part 1
已浏览 4405 次2020年6月26日
YouTubeZimberLab
3:13
RLC一些设置和配置文件还有方便的mod
已浏览 5.1万 次2024年2月17日
bilibili洛哥吖
4:18
Quicksand #1 - Sinking in Second Life
已浏览 27.5万 次2009年3月3日
YouTubeToy Wylie
观看更多视频
静态缩略图占位符