GITM:LLM和RL的一次交融

非常好! 目前共计 133 篇日志。 继续努力。

2023

06-07

GITM:LLM和RL的一次交融

06-07

A Fusion Of Llm And Rl.

05-24

强化学习中的Terminated 和 Truncated

05-24

Terminated and Truncated in reinforcement learning.

05-17

转折

05-17

Contrast.

03-06

强化学习算法实现中的细节

03-06

The details of implementing reinforcement learning algorithms.

03-04

PyTorch中的CrossEntropyLoss与交叉熵计算不一致

03-04

The CrossEntropyLoss in PyTorch is Inconsistent With The Calculation of Cross-Entropy.