Zenn
RLHF
このトピックを指定するには
rlhf
と入力
Articles
8
articles
Trending
Alltime
Latest
🤖
DeepSeek-R1の技術的詳細
Yosemat
5ヶ月前
111
🤜
LLMを強化学習: 進化が早すぎる！RLHFライブラリtrlの変わること変わらないこと
Mitsuki Sakamoto
6ヶ月前
10
🤖
模倣を越える生成AIのためのフィードバック学習と画像への応用【RLHF, DPO】
Yosemat
2024/04/14
17
🥰
人間の好みを学習するDPOを理解してみよう！
toki_mwc
2024/12/11
3
🐣
生成 AI を私の色で染めたい ～RLHF から DPO へ～
ひよこまんじゅう
2024/11/15
1
✨
強化学習における報酬ハッキング (新しい研究論文の紹介）
ロン
2024/12/03
1
🦁
Transformer言語モデルの強化学習ライブラリまとめ
しもし
2023/06/30
1
🍣
RLHFとTRLとPEFTの関係性
やまもってい
2023/10/21
4
