[AI播客]RLHF到RLVR：强化学习的范式演进与实践，突破探索从人类反馈到可验证奖励的强化学习技术变迁 #AI #LLM #智能体 #人工智能
6:19
[AI播客]RLHF到RLVR：强化学习的范式演进与实践，突破探索从人类反 …
已浏览 332 次4 个月之前
bilibili烟岚九境
[UCLA RL-LLM] Reinforcement Learning of Large Language Models
32:24
[UCLA RL-LLM] Reinforcement Learning of Large Language Models
已浏览 553 次1 个月前
bilibilirunningteeth
RB Endorsement v01 webmp4
17:28
RB Endorsement v01 webmp4
已浏览 74 次2024年12月2日
VimeoRLSS UK
【人工智能】为什么RLHF不能带给大模型真的强化学习 | 经典RL | 人类偏好奖励 | 模型自主目标 | CoT | PRM | 多智能体工作流 | 为什么RLHF很重要 | 未来的发展方向
11:58
【人工智能】为什么RLHF不能带给大模型真的强化学习 | 经典RL | 人类 …
已浏览 7333 次2025年1月13日
YouTube最佳拍档
第三篇: 使用RLHF调整LLM(Tune an LLM with RLHF) 中英文字幕
24:18
第三篇: 使用RLHF调整LLM(Tune an LLM with RLHF) 中英文字幕
已浏览 795 次2023年12月25日
YouTubeBob Lin
RLDS：在强化学习中生成、共享和使用数据集的生态系统
7:52
RLDS：在强化学习中生成、共享和使用数据集的生态系统
已浏览 1128 次2021年12月27日
zhihu.com算法的秘密
RL + LLM -> 通往 AGI 的强大引擎 ？？？
14:07
RL + LLM -> 通往 AGI 的强大引擎 ？？？
已浏览 161 次6 个月之前
bilibili概率海
30:55
RLS与PLMS的临床特征及其影响（王涛）
已浏览 219 次2020年12月6日
bilibili睡眠与精神心理
1:53:08
【RLChina 2020】第1讲 Introduction to Reinforcement Learning and Va…
已浏览 6962 次2020年7月28日
bilibiliRLChina强化学习社区
4:52
你的成绩，有人守护！了解RSL质检流程，保证认证成绩的公平与公证
已浏览 391 次6 个月之前
bilibiliRSL_CN
0:56
【参数辨识】基于matlab RLS模型参数辨识【含Matlab源码 9089期】
已浏览 44 次2024年11月10日
bilibiliMatlab领域优质创作者
1:10:05
RLHF训练法从零复现,TRL版本复现,代码实战,大语言模型训练
已浏览 8739 次2024年11月18日
bilibili蓝斯诺特
49:42
【RLChina 2024】 专题报告 魏巍 强化学习：从理论迈向实际—聚焦Safe …
已浏览 2235 次2024年11月21日
bilibiliRLChina强化学习社区
5:00:24
RALEIGH MAJOR | SWISS STAGE DAY 2 | RLCS 2025 2025-06-27 21:12
已浏览 100 次7 个月之前
bilibili咸鱼王喵
6:34
1小时速通 - 从强化学习到RLHF - LLM in RL
已浏览 1144 次6 个月之前
bilibili就要吃我就要吃
0:32
【回声处理】基于matlab RLS算法语音噪声回声消除处理【含Matlab源码 …
已浏览 52 次2024年11月29日
bilibiliMatlab领域优质创作者
5:16
OPTEX – REDSCAN PRO – Introduction
已浏览 4116 次2021年3月18日
YouTubeOPTEX Co.,Ltd
0:16
TRINITAS TV - LIVE
已浏览 19.6万 次2017年5月11日
YouTubeTRINITAS TV
7:15
RONGTA RLS1000 LINK SOFTWARE
已浏览 7191 次2020年8月10日
YouTubeMDOTPOS DISTRIBUTORS
1:47:55
强化学习第二节（RL基本算法对应的代码详解）【个人知识分享】
已浏览 1.4万 次2021年12月11日
bilibili二营长向强化学习开炮
5:17
Rogue RLS-1 Lap Steel Demo
已浏览 18.3万 次2013年1月19日
YouTubeErik Z
5:22
1.4.4. The ALS Algorithm
已浏览 7757 次2018年11月15日
YouTubeAI-First
6:06:21
【6小时教程】完整 LLM 实战课程：从 Transformer 到 RLHF 全流程
已浏览 3307 次4 个月之前
bilibiliAIDeepCoder
57:59
[LLM+RL] R1 论文导读，SFT vs. RL，RL 基础以及 GRPO 细节，以 …
已浏览 2.7万 次1 年前
bilibili五道口纳什
4:15
Chapter 1: Fundamentals of Program Planning
已浏览 3.3万 次2016年9月29日
YouTubeCHOP Program Planning & Evaluation
8:23
HOW TO PROGRAM YOUR HONEYWELL RPLS530A Switch
已浏览 20.8万 次2020年9月28日
YouTubeFlorida Fam Five
12:34
Measuring RLS Performance in Power BI
已浏览 1.3万 次2021年7月29日
YouTubeGuy in a Cube
5:26
1小时速通 - 从强化学习到RLHF - Dynamic Programming
已浏览 961 次6 个月之前
bilibili就要吃我就要吃
5:49
105.RL专题：目前主流LLM训练的流程是怎样的？
已浏览 3411 次8 个月之前
bilibili文言AI
观看更多视频
静态缩略图占位符