随笔 - 934, 文章 - 0, 评论 - 249, 阅读 - 345万

导航

< 2025年3月 >
日 一 二 三 四 五 六
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

当前标签：强化学习

解读 DeepSeek-R1-Zero 和 DeepSeek-R1 的前世今生，以及它们背后的强化学习 蝈蝈俊 2025-02-05 13:51 阅读:4101 评论:0 推荐:2 编辑   
用婴儿爬行理解强化学习：从Q-learning到PPO 蝈蝈俊 2024-12-10 10:41 阅读:40 评论:0 推荐:0 编辑   
从「读万卷书」到「行万里路」：大语言模型中的强化学习之路 蝈蝈俊 2024-12-09 11:20 阅读:173 评论:0 推荐:0 编辑   
点击右上角即可分享
微信分享提示