专栏名称: 课程图谱

发现和推荐有意思的课程 coursegraph.com , 微信公众号: AINLP

今天看啥

微信公众号rss订阅, 微信rss, 稳定的RSS源

微信公众号RSS订阅方法

B站投稿RSS订阅方法

雪球动态RSS订阅方法

微博RSS订阅方法

微博搜索关键词订阅方法

豆瓣日记 RSS订阅方法

相关文章推荐

会计雅苑 · 北京银行2024年度国资委年度决算报表审计项 ... · 23 小时前

长财咨询 · DeepSeek赋能财务实战——财务人员6大 ... · 昨天

会计雅苑 · 【预算1485万】江西银行2025-2027 ... · 2 天前

会计雅苑 · 全国人大代表：建议优化《国有金融企业选聘会计 ... · 2 天前

会计雅苑 · 全国人大代表黄世忠：建议秉持“重师轻所”政策 ... · 2 天前

今天看啥 › 专栏 › 课程图谱

转发微博-20250311153131

课程图谱 · 微博 · · 2025-03-11 15:31

文章预览

2025-03-11 15:31 本条微博链接转发微博用极小模型复现R1思维链的失败感悟网页链接投完ICML之后火急火燎的入门RL，花了一些时间把RLHF学了。后来在知乎上看到了很多优秀的开源R1复现项目，于是手痒痒啃了下比较火的两个开源项目准备自己实践一下，一个是Huggingface的Open-R1，一个是Logic-RL。由于Logic-RL基于Ver ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

会计雅苑 · 北京银行2024年度国资委年度决算报表审计项目成交结果公告

23 小时前

长财咨询 · DeepSeek赋能财务实战——财务人员6大应用场景

昨天

长财咨询 · DeepSeek赋能财务实战——财务人员6大应用场景

昨天

会计雅苑 · 【预算1485万】江西银行2025-2027年会计师事务所选聘招标公告

2 天前

会计雅苑 · 全国人大代表：建议优化《国有金融企业选聘会计师事务所管理办法》相关规定

2 天前

会计雅苑 · 全国人大代表黄世忠：建议秉持“重师轻所”政策导向，慎用暂停业务处罚方式

2 天前

哲学王 · 梅洛-庞蒂：知觉的神秘之处

6 月前

红星新闻 · 以色列总理内塔尼亚胡悬赏：每释放一名扣押人员奖500万美元

3 月前

红星新闻 · 以色列总理内塔尼亚胡悬赏：每释放一名扣押人员奖500万美元

3 月前

江南都市报 · 女子鼻塞两个月，以为普通感冒，结果一查是癌症！

2 月前