发布于 2025-02-15
摘要
0. 引语 上一篇文章中『基于OpenRLHF源码理解PPO单机训练』已经介绍了PPO训练的完整过程，训练过程如图1所示 图1、P …
技术交流
计算机相关技术分享
发布于 2025-02-15
摘要
0.OpenRLHF简介 本人对PPO一直停留在“理论”和“实践”层面， 看过PPO的原理，训过PPO的模型，但一直没有从源码角度 …
发布于 2025-01-04
摘要
省流，可以直接看图片（在底部），还是比较直观的。 最近老是听说AI Agent，仿佛是一条万能的智慧流水线，能直接提供产品和结果（ …
发布于 2024-12-28
摘要
发布于 2024-12-18
摘要
「RAG 技术通过在 AI 生成过程中引入外部知识检索，从基础的文档查询发展到多模态、Multi-Agent 体协同的智能架构，让 …
发布于 2024-12-11
摘要
—文章来源周弈帆的博客
发布于 2024-12-10
摘要
—文章来源周弈帆的博客
发布于 2024-12-09
摘要
—文章来自于周弈帆的博客
发布于 2024-11-20
摘要
— 文章来源 速览多模态模型 Transfusion 和 Show-o：用 Transformer + 扩散模型同时处理文本和 …
发布于 2024-11-20
摘要
—文章来源 锐评能模拟射击游戏的扩散模型 GameNGen 作者:周弈帆