分类: 人工智能 | 宋的时间流

人工智能

2026 10

【大模型】- 评估【大模型】- Constitutional AI：自我改进【大模型】- DPO：直接偏好优化【大模型】- RLHF：基于人类反馈的强化学习【大模型】- 指令微调（SFT）【大模型】- 扩展和分布式训练【大模型】- 预训练 Mini-GPT 【大模型】- 数据管道：从文本到训练【大模型】- 从零构建分词器【大模型】- 分词器：BPE、WordPiece、SentencePiece

1 23