大模型成功背后的RLHF到底是什么？
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
全网最通俗易懂，大模型偏好对齐RLHF从PPO推导DPO再推导simPO
...
大模型项目选择RAG还是微调：八个判断依据
...
第二十课：MoE
...
什么是混合专家模型（MoE)？
...
RAG增强检索是如何工作的？
...
如何把RAG和知识图谱结合
...
【李宏毅2024春最新】第8讲 生成式AI导论(中文)RLHF 大预言模型修炼史(3) by Hung-yi Lee
...
使用大模型时可调节的TopK、TopP到底是什么意思？
...
RAG实战中常见的问题
...
模型微调中最不需要关注的应该是GPU成本
...
什么是知识图谱？与大模型的关系是什么？
...
什么是大模型幻觉？为什么会产生幻觉？
...
什么是大模型量化和蒸馏？
...
微调一个模型需要多少GPU显存？
...
大模型项目落地中的五个坑
...
当前大模型技术能否走向AGI？
...
大模型是如何生成回复的？背后逻辑又是怎样？
...
未来一年大模型发展的八大趋势
...
SFT和RLHF的区别是什么？
...
最近火爆的GraphRAG是什么？ 真的那么有用吗？
...
经典RAG很难解决的问题以及Agent思路
...
什么是模型的泛化能力？
...
传统AI与基于大模型AI之间的区别
...
经典RAG结构的问题以及几点解决思路
...
什么是端到端（End-to-End）模型？
...
通俗易懂理解大模型预训练和微调
...
通俗易懂理解自注意力机制（Self-Attention）
...
理解大模型训练的几个阶段 Pretraining，SFT，RLHF
...
什么是灾难性遗忘？为什么要重视它？
...
大模型项目选择RAG还是微调：三个案例
...
【官方双语】直观解释注意力机制，Transformer的核心 | 【深度学习第6章】
...
通俗易懂理解全量微调和LoRA微调
...
通俗理解大模型领域关键术语以及它们之间的关系
...
通俗易懂理解提示工程、RAG和微调
...
关于Llama3.1模型简要总结&启示
...
什么是生成式AI？生成AI不等于大模型，判别模型和生成模型
...
从Scaling laws来分析GPT5是否会远超GPT4
...
[RLHF] 从 PPO rlhf 到 DPO，公式推导与原理分析
...
RLHF训练法从零复现,代码实战,大语言模型训练
...
什么是In-context learning