跳到正文
Text
Matrix
技术笔记
行业快讯
视频精读
财富自由
思考与随笔
搜索
Text
Matrix
搜索
技术笔记
行业快讯
视频精读
财富自由
思考与随笔
RLHF
2026
05-31
Hands-on Modern RL：一站式现代强化学习全栈指南
04-16
《动手学大模型》：上海交大 3 万+ Star 的 LLM 编程实践教程——微调/提示工程/知识编辑/RLHF 全覆盖
04-12
MiniMind：从零开始用 3 块钱训练 64M 参数的大语言模型