【微调全家桶：Liquid AI 的这份食谱把门槛拆了】| github Leonie 分享的这
【微调全家桶：Liquid AI 的这份食谱把门槛拆了】| github Leonie 分享的这份开发者资源把散落各处的微调技术集成到了一起，从传统的 SFT 监督微调到时下热门的 DPO 和 GRPO 强化学习方案，不仅支持文本还覆盖了音视频多模态模型。
TechFoco
DPO 专题
共 2 篇文章，按时间倒序展示。
强化学习教程：Hands-On Modern RL，现代强化学习实战指南：涵盖经典控制、LLM
强化学习教程：Hands-On Modern RL，现代强化学习实战指南：涵盖经典控制、LLM 后训练、RLVR 与多模态智能体 | 在线阅读 | github | 2016 年，AlphaGo 击败李世石，强化学习第一次震撼公众。
TechFoco
