sshipanoo/notes
  • 首页
  • 博客
  • 归档
  • 标签

强化学习

2 articles

  • 2026-07-24 07. 模型后训练：SFT 立形，RL 求神

  • 2025-11-01 机器学习基础系列——强化学习基础

sshipanoo

把问题拆开，用实验和代码留下可以复查的答案。

文章

359

类别

6

标签

583
日历
少
多
热门标签
A2A1 ACI1 AI1 AI Agent1 AI SDK1 AI Safety1 AI 协作1 AI入门22 AI写作1 AI搜索1 AI编程1 ALiBi2
最近更新

  • 把 DeepSeek Harness 放到局域网，并给它加上实时语音输入

    2026-08-24

  • 16. Agent 上线前怎样设计回归测试集

    2026-08-23

  • 17. 怎样给 Agent 做一次故障演练

    2026-08-23
sshipanoo © 2026
RSS · 使用条款 · 本站已运行 天 小时 分
总浏览量 · 总访问量
为了提升本站的使用体验和必要功能的正常使用，本站会使用本地 Cookie。详细请查看« 本站使用条款 »了解更多。