ホーム 話題 library logo ライブラリ コードベース お店
詳細表示
分类
ビジネス プロダクト テクノロジー 方法 学術
大会
所有 360 58 AICon APSARA ArchSummit CloudWeGo D2 DAMS DataFunCon DataFunSummit dbaplus DDDCHINA ECUG EE FLINK FORWARD Gdevops GIAC GMTC GOPS KCon MTSC OceanBase OPPO QCon QECon SACC SEE TChat TICA TRAE Meet TWeb VIVO XCOPS XDC zalando 云原生 Meetup 去哪儿 平安 得物 微盟 有赞 美团
权益
所有 仅VIP
针对工具调用模型优化的 Token 级策略梯度方法

针对工具调用模型优化的 Token 级策略梯度方法

テクノロジー 美团 xiaozi 于 2026-04-01 添加
SRFT- A Single-Stage Method with Supervised and Reinforcement Fine-Tuning for Reasoning

SRFT- A Single-Stage Method with Supervised and Reinforcement Fine-Tuning for Reasoning

テクノロジー 美团 xiaozi 于 2026-04-01 添加
ViPER- Empowering the Self-Evolution of Visual Perception Abilities in VisionLanguage Models

ViPER- Empowering the Self-Evolution of Visual Perception Abilities in VisionLanguage Models

テクノロジー 美团 xiaozi 于 2026-04-01 添加
SAE as a Crystal Ball- Interpretable Features Predict Cross-domain Transferability of LLMs without Training

SAE as a Crystal Ball- Interpretable Features Predict Cross-domain Transferability of LLMs without Training

テクノロジー 美团 xiaozi 于 2026-04-01 添加
MAD-Logic- Multi-Agent Debate Enhances Symbolic Translation and Reasoning

MAD-Logic- Multi-Agent Debate Enhances Symbolic Translation and Reasoning

テクノロジー 美团 xiaozi 于 2026-04-01 添加
LogiConBench- Benchmarking Logical Consistencies of LLMs

LogiConBench- Benchmarking Logical Consistencies of LLMs

テクノロジー 美团 xiaozi 于 2026-04-01 添加
华为昇腾服务器 DeepSeek V3 R1 推理部署最佳实践

华为昇腾服务器 DeepSeek V3 R1 推理部署最佳实践

テクノロジー xiaozi 于 2026-04-01 添加
北京大学- 炒股挣钱

北京大学- 炒股挣钱

ビジネス xiaozi 于 2026-04-01 添加
Claude Code从入门到精通-v2.0.0

Claude Code从入门到精通-v2.0.0

テクノロジー xiaozi 于 2026-04-01 添加

ホーム - Wiki
Copyright © 2011-2026 iteam. Current version is 2.155.2. UTC+08:00, 2026-09-30 00:50
浙ICP备14020137号-1