人工智能知识库
Search
搜索
暗色模式
亮色模式
探索
标签: 大模型训练
此标签下有3条笔记。
2026年4月18日
DPO深度指南
RLHF
DPO
对齐
大模型训练
偏好优化
2026年4月18日
ORPO对齐
RLHF
ORPO
对齐
比值比优化
单阶段训练
大模型训练
2026年4月18日
PPO训练详解
RLHF
PPO
强化学习
大模型训练
奖励模型