强化学习专题

共 4 篇文章，按时间倒序展示。

DeepSeek R1 模型构建全攻略：从 Qwen 到 SFT 的进阶之路

DeepSeek R1 模型构建指南：从基础模型 Qwen 到推理模型，使用 GRPO 算法和 SFT 提升推理能力，提供详细训练流程和手绘流程图，适合初学者。

2025年02月26日TechFoco

深度学习数学工程书籍用简明数学语言介绍深度学习的主要技术和模型，面向想要理解其数学本质的专业人员，是深度学习资源的良好参考。

2023年12月31日TechFoco

Awesome AI Papers是一个按日期组织的人工智能论文存储库，涵盖五大领域：视觉、语言处理、音频处理等。

2023年12月22日TechFoco

ChatGPT系统的运作主要包括：训练和回答提示两部分。训练阶段，首先进行预训练和微调处理，使模型可以生成有意义的答案，并通过强化学习优化答案的准确性；回答提示阶段，则通过用户输入、内容审核、模型回应等步骤来展现结果。

2023年12月06日TechFoco