RLHF 专题
共 3 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
曾发布经典 AI Agent 指南的谷歌高级总监再次出手，带来一份长达 171 页的 LLM 白
曾发布经典 AI Agent 指南的谷歌高级总监再次出手，带来一份长达 171 页的 LLM 白皮书，堪称目前最全面、最系统化的 LLM 学习文档。
TechFoco
