当前标签：LLM

LLM | 正在尝试使用 verl
MoonOut 2026-01-20 16:20 阅读:77 评论:0 推荐:0
LLM | 正在尝试使用 LLaMA-Factory
MoonOut 2026-01-10 17:22 阅读:45 评论:0 推荐:0
LLM | ARC-AGI：有趣的 benchmark
MoonOut 2026-01-07 19:57 阅读:468 评论:0 推荐:2
LLM | multi-turn 任务下的 RL 微调：RAGEN, ArCHer, GiGPO, VinePPO
MoonOut 2026-01-03 16:54 阅读:58 评论:0 推荐:0
LLM · Agent | 通过推断别人身份 + 别人对自己说话的看法，让 agent 在阿瓦隆中欺骗
MoonOut 2025-03-10 18:03 阅读:126 评论:0 推荐:0
LLM · Agent | 使用 LLM 的通识决策能力，玩星际争霸
MoonOut 2025-03-10 16:46 阅读:197 评论:0 推荐:0
LLM · Agent | 记忆模块 + 交流模块，让 agent 合作完成复杂任务
MoonOut 2025-03-10 16:22 阅读:541 评论:0 推荐:0
LLM · RL | Plan4MC：使用有向无环图 high-level planning + 基于 RL 执行 low-level policy
MoonOut 2025-03-10 15:05 阅读:279 评论:0 推荐:0
LLM · Agent | 使用 LLM agent 玩各种游戏
MoonOut 2025-03-10 13:57 阅读:594 评论:0 推荐:0