机器学习POD 机器学习POD
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化

17
2025/11

大模型

Meta FAIR 推出 HERO:LLM 强化中集成稀疏与密集奖励

论文标题:Hybrid Reinforcement: When Reward Is Sparse, It’s Better to Be Dense ...
6 小时前
5 0

专题展示

Meta FAIR 推出 HERO:LLM 强化中集成稀疏与密集奖励
6 小时前
专挑模型的“软肋”下手:阿里 MIWV 如何实现用1%数据超越全量微调?
1 天前
Meta AI 推出 RIFL:基于准则的强化学习来提升 LLM 指令遵循能力
2 天前
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化
Copyright © 2017-2025 机器学习POD. 京公网安备11010802044892号 京ICP备2021031854号
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化