标签: ml-ch11

2026年7月24日

• machine-learning
• moc
• ml-ch11

2026年7月20日

• ml-ch11
• machine-learning
• LLM
• 大语言模型
• 规模

2026年7月20日

• ml-ch11
• machine-learning
• LLM
• 架构
• 训练

2026年7月20日

• ml-ch11
• machine-learning
• 大语言模型
• 后训练
• 对齐
• RLHF

2026年7月20日

• ml-ch11
• machine-learning
• RLHF
• 人类反馈
• 奖励模型
• PPO

2026年7月20日

• ml-ch11
• machine-learning
• PPO
• 策略优化
• 裁剪

2026年7月20日

• ml-ch11
• machine-learning
• GRPO
• 组策略
• 相对优化

2026年7月20日

• ml-ch11
• machine-learning
• AI安全
• 合规
• 著作权

2026年7月20日

• ml-ch11
• machine-learning
• ChatGPT
• 大语言模型
• GPT
• InstructGPT

2026年7月20日

• ml-ch11
• machine-learning
• DeepSeek
• MoE
• 推理