搜索‘大模型强化学习’结果
DeepSeek-R1核心算法GRPO讲解-从强化学习0基础->PPO->GRPO
作者：紫陌洛西
观看：13,286次
弹幕：6
上传时间：2025-02-09
相关: RF 大模型 flappy bird LLM GRPO PPO deepseek 大模型强化学习 deepseek-r1
【迪哥谈AI】大模型必备的强化学习教程来了！绝对是2023年讲的最好的强化学习零基础入门到精通完整版教程（含实战源码）
作者：迪哥谈AI
观看：12,781次
弹幕：73
上传时间：2023-12-31
相关: 科学 科技 人工智能 机器学习 神经网络 深度学习 大模型 强化学习 迪哥谈AI 2023热门年度盘点 2023年度科技榜单
一口气读懂“大模型强化学习”｜Deepseek R1 论文｜AlphaGo｜RLHF｜卡帕西对大模型未来的预测
作者：一枚卓子
观看：1,219次
弹幕：0
上传时间：2025-03-21
相关: 人工智能 AI 大模型 强化学习 DeepseekR1 DeepSeek爆火 充电星计划
【AI大模型与强化学习】大模型DeepSeek R1训练全流程流程详解！GRPO算法原理详解;强化学习赋能大模型本质是什么!大模型课程 大模型蒸馏 人工智能课程
作者：卢菁老师_北大AI博士后
观看：38,037次
弹幕：30
上传时间：2025-02-04
10大模型全栈-强化学习03-RLHF原理以及流程介绍
作者：大模型解码室
观看：6,083次
弹幕：5
上传时间：2024-06-17
相关: 强化学习 nlp Actor Model RLHF原理 Reference Model Critic Model Reward Model
大模型PPO训练part1 —— 强化学习入门基础（基础概念，actor-critic方法等）
作者：紫陌洛西
观看：4,290次
弹幕：4
上传时间：2025-01-11
相关: RF 强化学习 PPO actor-critic value-based 大模型强化学习 policy-based LLM PPO
