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

01
2025/12

大模型

DeepSeek-V3.2 技术报告深度解析:架构演进、RL 扩展与 Agent 合成数据

论文标题:DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models 论文链 ...
3 月前
1,064 2

专题展示

Weak-Driven Learning:弱模型如何助力强模型突破后训练瓶颈
2 天前
Agentic Proposing——基于组合技能合成的大语言模型推理增强
3 天前
美团提出 DynaMO:面向RLVR的动态Rollout分配与优势调节策略
4 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 © 2017-2026 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