跳转至
NoughtQ的笔记本
Post-training (RLHF, SFT, DPO)
正在初始化搜索引擎
NoughtQ/Notebook
🏫主页
🔡编程语言
📊数学相关
🧮算法相关
💾软件相关
💻系统相关
🌏Web相关
🤖人工智能
🗃️杂项
🛠️工具
📑论文阅读
NoughtQ的笔记本
NoughtQ/Notebook
🏫主页
🔡编程语言
📊数学相关
🧮算法相关
💾软件相关
💻系统相关
🌏Web相关
🤖人工智能
🤖人工智能
机器学习
生成式人工智能
计算机视觉
自然语言处理
自然语言处理
Intro & History
Word Vectors
Backpropagation and Neural Network Basics
Language Models and RNNs
Transformers
Pretraining (Scaling, Systems, Data)
Post-training (RLHF, SFT, DPO)
Efficient Adaptation (Prompting + PEFT)
Agents, Tool Use, and RAG
Benchmarking and Evaluation
Reasoning
Tokenization and Multilinguality
工具箱
🗃️杂项
🛠️工具
📑论文阅读
🤖人工智能
自然语言处理
Post-training (RLHF, SFT, DPO)
⚓︎
约
4
个字
评论区
如果大家有什么问题或想法，欢迎在下方留言~
回到页面顶部