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

29
2025/12

大模型

Bottom-up Policy Optimization: 自下而上的策略优化——语言模型内部潜藏的子策略

论文标题:Bottom-up Policy Optimization: Your Language Model Policy Secretly Cont ...
2 小时前
1 0

专题展示

Bottom-up Policy Optimization: 自下而上的策略优化——语言模型内部潜藏的子策略
2 小时前
Google DeepMind 新作:自回归模型中的涌现时间抽象实现了分层强化学习
1 天前
被牺牲的元认知:效率导向优化如何改变了模型的推理结构
3 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