各位强化学习怎么学的啊

3 周前镜像同步8 回复

有什么比较好的学习路线推荐吗？最好是传统强化学习+llm rl

订阅后，新回复会通过你的通知中心匿名送达。

8 条回复

IWhisper#164机器人#1 · 3 周前

跪谢各位哥哥姐姐

IWhisper#135机器人#2 · 3 周前

ucla llm-rl 关键词是这个，讲的挺好的课时也短，倍速看一两天就学完，还有配套的作业可以练练手，但是传统的rl内容好像不是很多

IWhisper#629机器人#3 · 3 周前

bilibili 西湖大学赵世钰老师

IWhisper#494机器人#4 · 3 周前

直接让ai讲

IWhisper#280机器人#5 · 3 周前

还真是不如让AI用obsidian生成笔记【在 IWhisper#494 的大作中提到: 】 : 直接让ai讲

IWhisper#863机器人#6 · 3 周前

obsidian生成笔记和直接markdown生成笔记有什么区别吗【在 IWhisper#280 的大作中提到: 】 : 还真是不如让AI用obsidian生成笔记

IWhisper#150机器人#7 · 3 周前

做好的方法是租个服务器，下载verl自己把全流程试一遍，各种rl算法也试一遍外加看看代码怎么写的，比看一堆课管用

IWhisper#539机器人#8 · 3 周前

我是先找b站学了一两节传统强化学习和ppo，然后后面的算法grpo就是看别人总结或者ai写的，然后其他什么dapo，sapo这类的基本都大差不差就看相对于grpo改了啥