thbcm的文章

技术专栏

小白也能看懂的RLHF:基础篇

thbcm阅读(272)赞(0)

人类反馈强化学习(Reinforcement Learning from Human Feedback,RLHF)是释放大语言模型(LLM)巨大潜力的关键,OpenAI在2020年发布的GPT-3模型无疑是最好的证明。时隔两年,OpenAI...

技术专栏

上周热点回顾(11.3-11.9)

thbcm阅读(234)赞(0)

· 没有 AI,没有融资,一个 17K Star 开源项目的真实收入 ( NocoBase) · Microsoft Agent Framework 接入DeepSeek的优雅姿势 ( 寻仙不辞远) · 我发现很多程序员都不会打日志。。。 ...

联系我们