从经典PPO到PPO-RLHF(一) 构建RL到LLM的概念映射
17:06
从经典PPO到PPO-RLHF(一) 构建RL到LLM的概念映射
已浏览 4364 次2 个月之前
bilibili东川路第一可爱猫猫虫
【Agent搭建】下班回家无聊整理了我实践过的10个Agent项目合集，好用到哭！（LLM 应用落地 RAG Agent Langchain）从入门到精通，速通
0:28
【Agent搭建】下班回家无聊整理了我实践过的10个Agent项目合集，好 …
已浏览 468 次1 个月前
bilibili大模型老杨
[Agentic RL] 12 verl infra AgentLoop 基本概念及流程，AgentLoopManager，hybrid训练与推理
24:33
[Agentic RL] 12 verl infra AgentLoop 基本概念及流程，AgentLoopMan…
已浏览 4329 次1 个月前
bilibili五道口纳什
Agent-R1: Reinforcement Learning for Autonomous LLM Agents
7:35
Agent-R1: Reinforcement Learning for Autonomous LLM Agents
已浏览 124 次2 个月之前
YouTubeAI Paper Review
Dhruv Rathee Exposes BJP IT Cell, Propaganda Films, Godi Media & Online Hate
1:19:21
Dhruv Rathee Exposes BJP IT Cell, Propaganda Films, Godi Media & …
已浏览 724.4万 次2 周前
YouTubeLearn By KK Create
Quick start: Build and deploy an agent
Quick start: Build and deploy an agent
3 个月之前
ibm.com
Poster making on "SAVE THE ENVIRONMENT" in MS Word 2010
Poster making on "SAVE THE ENVIRONMENT" in MS Word 2010
已浏览 3.3万 次2019年8月23日
YouTubeOrchids eLearning
15:55
Policy Optimization & TRPO & PPO | RL原理讲解系列 #3
已浏览 11 次5 个月之前
YouTubeUp-Fei
1:02:45
【LLM与LORA微调策略解读】大模型AI Agent入门到精通实战教程！包含 …
已浏览 246 次4 个月之前
bilibili什么都想学一点的喵
9:07
强推！2025最新版AI Agent（Agent langchain LLM LORA RAG）零基 …
已浏览 3141 次1 年前
bilibili大模型官方讲堂
25:30
【OPENAI-LLM模型优化总结】大模型AI Agent全方位实战教程：从入门到 …
已浏览 205 次4 个月之前
bilibilisquirrel叽叽
4:46
【2025最新版】一个能让你彻底吃透Agent智能体的教程，包括（LLM Pr…
已浏览 226 次4 个月之前
bilibiliAgent大模型教程
5:19:47
【B站首发】这绝对是B站讲的最好的Agent智能体教程包含所有知识点(Ag…
已浏览 1189 次6 个月之前
bilibili聚客Ai联盟
11:16
21.实验：RL agent→environment交互接口
已浏览 241 次2023年8月3日
bilibili大勇任卷舒
20:25
【Agent开发】B站最全最新的大模型AI Agent入门到精通实战教程！包含 …
已浏览 316 次5 个月之前
bilibili大模型Agent
1:48:27
【B站首推】这绝对是把Agent和多Agent的工作流开发讲的最透彻的教 …
已浏览 299 次8 个月之前
bilibili大模型有温度
15:14
[Agentic RL] 02 策略梯度基础，从 PG 到 TRPO 到 PPO-Clip 核心公式简 …
已浏览 4383 次5 个月之前
bilibili五道口纳什
0:55
Agent RL新框架 显著提升LLM多轮决策能力
已浏览 564 次7 个月之前
bilibili我不是AI科研的内鬼啊
16:08
RAG Agent RL实战指南（上）：数据准备、模型下载与知识库构建｜搭 …
已浏览 1445 次5 个月之前
bilibili唐国梁Tommy
2:17:32
【RLChina 2020】第9讲 Multi-agent Systems
已浏览 3238 次2020年8月6日
bilibiliRLChina强化学习社区
13:47
Agent is all you need，verl自定义Agent Loop（python code交互）…
已浏览 5406 次2 个月之前
bilibili偷星九月333
20:39
RAG Agent RL实战指南（下）：从0到1部署检索服务，启动分布式强化学 …
已浏览 1061 次5 个月之前
bilibili唐国梁Tommy
11:14
B站强推！Agent工作流开发 从入门到精通实战教程！包含所有知识点(R…
已浏览 115 次10 个月之前
bilibilimonesyya
8:12
颠覆轨迹级RL！ARPO如何捕捉LLM工具交互的高熵时刻
已浏览 62 次2 个月之前
bilibili不忘初心6m6
15:22
【2025最新版】全网最强的的应用开发全套教程，包括（LLM RAG Flow …
已浏览 779 次5 个月之前
bilibili仙人AI大模型
3:53
【B站首推】这绝对是把Agent和多Agent的工作流开发讲的最透彻的教 …
已浏览 317 次5 个月之前
bilibili跟着小张学大模型
1:00:30
[EP-6] ARPO: 初探Agent-RL算法
已浏览 3095 次6 个月之前
bilibili东一门饭桶
24:13
[RL4LLM] PPO workflow 及 OpenRLHF、veRL 初步介绍，ray d…
已浏览 1.2万 次1 年前
bilibili五道口纳什
19:54
【Agent学习路线】2025最强的Agent从入门到精通教程！零基础 …
已浏览 378 次6 个月之前
bilibiliAI产品经理学习路线
11:37
Power Apps Environments Explained
已浏览 6.3万 次2021年3月1日
YouTubeLisa Crosbie
观看更多视频
静态缩略图占位符