机器学习基础3
广义优势估计
广义优势估计（Generalized Advantage Estimation, GAE）是强化学习中特别是在策略优化算法中使用的一种技术，用于估计优势函数。优势函数（Advantage Functi
...
大模型RLHF中PPO的直观理解
1. RLHF的流程
大模型的核心方法非RLHF（reinforcement learning from human feedback）莫属了。简单来说，RLHF是一种让模型从人类反馈中学习的方法。在
...
PageRank算法详解
在现代数据科学中，许多数据结构都可以表示为图，如互联网、社交网络等。这些图结构中的数据为机器学习提供了丰富的理论和应用场景。其中，PageRank 算法是图链接分析的经典代表，它是图数据上的无监督
...