15大模型全栈-强化学习08-DPO变体：IPO、KTO：无需偏好数据实现对齐
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
17大模型全栈-强化学习10-DPO变体-DPOP+ORPO：微调阶段实现对齐
...
16大模型全栈-强化学习09-DPO变体：TDPO：更细粒度控制的DPO；RPO：带有离线奖励的DPO
...
13大模型全栈-强化学习06-DPO流程、代码以及损失函数介绍
...
14大模型全栈-强化学习07-DPO原理公式推导
...
08大模型全栈-强化学习01-RLHF前言传统强化学习
...
太完整了！我居然3天时间就掌握了【机器学习+深度学习+强化学习+PyTorch】理论到实战，多亏了这个课程，绝对通俗易懂纯干货分享！
...
斯坦福大学《强化学习|Stanford CS234 Reinforcement Learning 2024》deepseek翻译
...
11大模型全栈-强化学习04-RLHF实战-deepspeed-chat实战
...
强推！2024年最适合初学者入门学习的《机器学习+深度学习+强化学习》上海交大和腾讯强强联合打造！太全面了！
...
大模型全栈总览-tokenizer
...
RLHF基于人类反馈的强化学习动画讲解（LLM）
...
[搬] 稳健的类人机器人行走-通过强化学习增强基于模型的控制
...
10大模型全栈-强化学习03-RLHF原理以及流程介绍
...
大模型全栈总览
...
12大模型全栈-强化学习05-RLHF实战-端到端全流程解决方案-轩辕大模型强化学习完整流程介绍（数据+奖励模型+强化学习调参经验）
...
这应该是你能找到的讲解最系统全面的【强化学习】教程！北大出身王树森教授从零到一保姆式教学，小白也能很好懂！
...
DPO直接偏好优化算法 （动画讲解）
...
Qwen2-7B-微调-训练-评估
...
【Python】人形机器人——强化学习
...
20大模型全栈-分布式训练03-模型并行-张量并行、朴素流水线并行原理
...
19大模型全栈-分布式训练02-数据并行-deepspeed zero1/2/3原理
...
Lec9: 强化学习的概率论基础Review（世界是确定的，条件概率，条件期望，towering property）
...
不愧是李宏毅老师讲的【强化学习】简直太详细了！全程干货，通俗易懂，看完就跑通！（人工智能|机器学习|深度学习|强化学习）
...
09大模型全栈-强化学习02-RLHF前言LLM强化学习
...
RLHF训练法从零复现,TRL版本复现,代码实战,大语言模型训练
...
垂直领域大模型解决方案：煤矿安全大模型基于免费的glm-4-flash
...
通俗理解大模型从预训练到微调实战！P-Tuning微调、Lora-QLora、RLHF基于人类反馈的强化学习
...
TITA强化学习迁移
...
大模型全栈-数据介绍
...
强推！这绝对是B站最全的（python＋机器学习＋深度学习）系列教程，草履虫都能学会，学不会你来锤爆我！人工智能/机器学习/深度学习/python/神经网络
...
CV强化论文分享20241018-1
...
RLChina 2024 | 3小时强化学习入门课程-上
...
CV强化论文分享20241018-2
...
接chatglm4微调以及部署介绍实操测试多模态以及文档分析部分
...
CV强化论文分享20241025-01
...
Gemma2-9B-微调-训练-评估
...
我居然半天就学会了强化学习！华理计算机博士45集精讲，带你一次吃透PPO、Q-learning、DQN、A3C算法原理与实战
...
【2024汽车年会】大数据和人工智能：从系统辨识到AI建模 从最优控制到强化学习
...
CV强化论文分享-20241025-02
...
人工智能这样学！同济大佬三小时带你轻松掌握【强化学习】入门及实战，全程大白话讲解，主打一个通俗易懂！