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

02
2025/12

大模型

Qwen 推出 MiniRL:关于大规模 RL 训练稳定性的研究和实践

论文标题:Stabilizing Reinforcement Learning with LLMs: Formulation and Practices ...
5 小时前
7 0

专题展示

Qwen 推出 MiniRL:关于大规模 RL 训练稳定性的研究和实践
5 小时前
DeepSeek-V3.2 技术报告深度解析:架构演进、RL 扩展与 Agent 合成数据
23 小时前
Qwen3-VL 技术报告深度解析
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