ホーム 話題 library logo ライブラリ コードベース お店
詳細表示
话题 › AI工程 › RL

AI工程：RL

关联话题: Reinforcement Learning、强化学习
DAPO- An Open-Source LLM Reinforcement Learning System at Scale

DAPO- An Open-Source LLM Reinforcement Learning System at Scale

xiaozi 16 ページ
Improving LLM Reasoning using SElf-generated data- RL and Verifiers

Improving LLM Reasoning using SElf-generated data- RL and Verifiers

xiaozi 50 ページ
基于深度强化学习的UI遍历

基于深度强化学习的UI遍历

189****8496 33 ページ
  • «
  • 1
  • »

ホーム - Wiki
Copyright © 2011-2026 iteam. Current version is 2.156.0. UTC+08:00, 2026-11-09 13:57
浙ICP备14020137号-1