跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

OpenRLHF

大模型对齐中的各种loss讲解

下午11时 2024/11/24 作者 极市干货

↑ 点击
蓝字
关注极市平台
作者丨ybq
来源丨NLP工作站
编辑丨极市平台
极市导读
本文深入讲

分类 分享、 学术 标签 OpenRLHF、 placeholder_mask、 reward_token_ids、 threshold、 硬标签、 软标签 发表评论

2025年 AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克 黄仁勋

近期文章

  • 让DeepSeek模型变更强!SGLang团队将吞吐量提高5倍,API成本降到官方五分之一
  • n8n vs Dify:工作流自动化与 AI 应用的终极对比
  • 兄弟,找个班上吧!不要迷信AI创业,我是后悔离职的
  • 车企“智驾”集体更名“辅助驾驶”背后:合规与责任如何归位
  • 苹果高级副总裁:十年后或将不再需要iPhone,马斯克:Neuralink!

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
2025 年 5 月
一 二 三 四 五 六 日
 1234
567891011
12131415161718
19202122232425
262728293031  
« 4 月    

归档

  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×