模型训练与机器学习
大语言模型预训练、后训练与微调的完整链路:SFT、RLHF/RLVR 强化学习、Agent 强化学习、奖励建模与模型量化实战,带你从零跑通训练全流程
1
大语言模型预训练、后训练与微调的完整链路:SFT、RLHF/RLVR 强化学习、Agent 强化学习、奖励建模与模型量化实战,带你从零跑通训练全流程