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

24
2026/02

大模型

小红书提出 VESPO 变分序列级软策略优化,从测度变换视角重构重要性采样

论文标题:VESPO: Variational Sequence-Level Soft Policy Optimization for Stable O ...
16 小时前
15 0

专题展示

小红书提出 VESPO 变分序列级软策略优化,从测度变换视角重构重要性采样
16 小时前
Qwen 团队新作:统一视角解读 Transformer 中的 Attention 与 Residual Sinks
4 天前
Less is Enough——在大模型特征空间中合成多样化数据
5 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