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

14
2026/02

大模型

腾讯混元提出 Composition-RL:通过合成可验证Prompt提升大模型强化学习效率

论文标题:Composition-RL: Compose Your Verifiable Prompts for Reinforcement Learn ...
8 小时前
7 0

专题展示

腾讯混元提出 Composition-RL:通过合成可验证Prompt提升大模型强化学习效率
8 小时前
上交 & 千问提出 OPUS:论大模型预训练中数据选择与优化器几何的对齐
3 天前
大语言模型强化微调中的熵动力学分析
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