GRPO

标签 - GRPO
2026
LLM 的训练与对齐
LLM 的训练与对齐
avatar
Aromatic
后端开发、编程、生活、随笔
文章
23
标签
24
分类
7
Follow Me
公告
This is my Blog
最新文章
Regularization：从背题到泛化
Regularization：从背题到泛化
LLM 推理显存估算
LLM 推理显存估算
LLM 的训练与对齐
LLM 的训练与对齐
Transformer 架构与注意力机制
Transformer 架构与注意力机制
从文本到向量：LLM 的数据管道
从文本到向量：LLM 的数据管道
分类
标签
Tokenization LLM 推理优化 NLP 深度学习 后端开发 面经 AI-Infra 集合 GRPO 底层 Attention 高并发 Regularization 显存估算 八股 Embedding 分布式 AI Infra 训练 DPO Transformer 训练优化 RLHF
归档
网站信息
文章数目 :
23
本站访客数 :
本站总浏览量 :
最后更新时间 :