2
1
0
Large Reasoning Model时代, 几乎等于Reinforcement Learning + LLM的时代。
但RL专业性非常强，去参加ML的会议时，专门做RL的研究员都现场拿着笔纸推算数学公式，掌握起来学习难度较高。
分享一本RL的入门教材，从RL基础MDP，PPO，直到跟LLM结合，如RLHF，都有讲解，深入浅出。
Reinforcement
时政
(
twitter.com
)
由
马东锡 NLP 🇸🇪
提交
Large Reasoning Model时代, 几乎等于Reinforcement Learning + LLM的时代。
但RL专业性非常强，去参加ML的会议时，专门做RL的研究员都现场拿着笔纸推算数学公式，掌握起来学习难度较高。
分享一本RL的入门教材，从RL基础MDP，PPO，直到跟LLM结合，如RLHF，都有讲解，深入浅出。
Reinforcement Learning: An Overview：
https://t.co/rjYSpOtbJl
点击图片查看原图
Markdown支持
评论加载中...
您可能感兴趣的：
1
619
618
618
8
1002
1001
1001
10
2961
2960
2960
17
229
228
228
22
253
252
252
23
192
191
191
