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
2025/12

大模型

Motif-2-12.7B-Reasoning:RL 训练配方与全栈优化实践指南

论文标题:Motif-2-12.7B-Reasoning: A Practitioner’s Guide to RL Training Recipes ...
4 月前
295 1

专题展示

Qwen 团队提出 FIPO:通过 Future-KL 影响的策略优化激发大模型深度推理能力
22 小时前
mSFT: 解决多任务SFT过拟合问题
4 天前
Qwen 团队提出 HopChain:通过多跳数据合成缓解 VLM 的复合推理错误
6 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