TangShusen

  • 首页

  • 标签

  • 分类

  • 归档

  • 关于

  • 内推

LLM标签

LLM场景下的强化学习——PPO、DPO、GRPO

08-30
TangShusen

TangShusen

18 日志
9 分类
29 标签
RSS
GitHub 知乎
我的项目
  • LeetCode题解
  • 《动手学深度学习》(PyTorch版)
  • 《Deep Learning with PyTorch》中文翻译
© 2018 – 2026 TangShusen tip:本博客在电脑端食用更佳~
total view times: