细节怪-手撕 LLM 之 RLHF 概念详解与PPO算法详解（1）（近期高频八股，系统搞定！）
19:10
细节怪-手撕 LLM 之 RLHF 概念详解与PPO算法详解（1）（近期高频八股，系统搞定！）
已浏览 4503 次3 个月之前
bilibiliBeyond_April
前列腺癌内分泌治疗常用药物LHRH类，前列腺癌患者需了解
7:19
前列腺癌内分泌治疗常用药物LHRH类，前列腺癌患者需了解
已浏览 4425 次2021年12月10日
bilibili岳文昌医生
细节怪-手撕 LLM 之 RLHF 详解与 PPO 算法详解（2）本节是奖励函数与损失函数公式推导
19:36
细节怪-手撕 LLM 之 RLHF 详解与 PPO 算法详解（2）本节是奖励函数与损失函数公式推导
已浏览 2944 次3 个月之前
bilibiliBeyond_April
细节怪-手撕 LLM 之 RLHF的DPO算法详解（原理解析 公式推导）高频面试题！
19:08
细节怪-手撕 LLM 之 RLHF的DPO算法详解（原理解析 公式推导）高频面试题！
已浏览 3129 次3 个月之前
bilibiliBeyond_April
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 6882 次4 个月之前
bilibili东川路第一可爱猫猫虫
1小时速通 - 从强化学习到RLHF - 写在后面
8:11
1小时速通 - 从强化学习到RLHF - 写在后面
已浏览 592 次9 个月之前
bilibili就要吃我就要吃
OpenRLHF：大规模分布式RLHF训练系统介绍
1:23:59
OpenRLHF：大规模分布式RLHF训练系统介绍
已浏览 3879 次2024年9月1日
bilibiliNICE学术
9:25
1小时速通 - 从强化学习到RLHF - PPO completed
已浏览 765 次9 个月之前
bilibili就要吃我就要吃
4:41
1小时速通 - 从强化学习到RLHF - 21点
已浏览 1227 次10 个月之前
bilibili就要吃我就要吃
4:52
1小时速通 - 从强化学习到RLHF - 简介
已浏览 3225 次10 个月之前
bilibili就要吃我就要吃
6:04
1小时速通 - 从强化学习到RLHF - DPO - 我们真的需要RLHF吗？
已浏览 883 次9 个月之前
bilibili就要吃我就要吃
14:00
关于LPR利率可能可以救你一命的视频
已浏览 7.1万 次2020年3月9日
bilibili理想家_Home
2:00:40
强化学习综述(中)：RLHF
已浏览 3159 次5 个月之前
bilibili好奇懒猫
LLM相关技术介绍之九-RLHF相关技术原理及实现介绍
已浏览 887 次2024年8月29日
bilibilikindlytrees
15:32
RLHF基于人类反馈的强化学习动画讲解（LLM）
已浏览 3603 次2024年10月26日
bilibili数源创域
24:13
[RL4LLM] PPO workflow 及 OpenRLHF、veRL 初步介绍，ray distributed debugger
已浏览 1.3万 次2025年3月2日
bilibili五道口纳什
25:36
RL算视角下，OpenRLHF的设计哲学
已浏览 753 次6 个月之前
bilibili青稞社区
8:46
LRH战队内战精彩集锦！有嘻嘻哈哈也有技术嗷
已浏览 266 次2022年8月7日
bilibiliAvdw1ng乄
1:16
中国陆地观测卫星助力缅甸地震应急救援
2025年3月30日
ifeng凤凰卫视国际
什么是LPR，高低给你讲明白
已浏览 3.4万 次2023年9月17日
bilibili大道有李
13:10
LRP开荒十天纪念日，欢迎各位肝帝建筑大佬入内，你不来咋知道我们有多肝呢
已浏览 3233 次2022年5月29日
bilibiliLRP服务器
1:14:10
【青稞Talk 71期】RLPR：基于参考概率奖励的强化学习，推广 RLVR 到通用领域推理问题
已浏览 479 次7 个月之前
bilibili青稞社区
6:43
【极难挑战/非完整视频】LHPP Rush疯子模式Lap5 P！“持之以恒的勇气与决心，终将带我走向胜利”
已浏览 8513 次8 个月之前
bilibili゙方橙
4:34
深度解读LPR为什么持续下降，以后还会继续下降吗
已浏览 7344 次2023年9月18日
bilibili大道有李
4:19
[全站第一？]属于跑圈人的盛宴！lhh新版全网最全解析！P1:教程和小电视
已浏览 3.4万 次2024年7月8日
bilibili一位萌新OwO
3:15
一口气说透LPR #奇葩财经 #投资
已浏览 167 次1 个月前
bilibili奇奇奇小葩
20:03
【极难挑战通关】LHPP Rush疯子模式Lap5 P“旅程的终点就在此处，但我仍会向前，击碎一切阻碍与质疑。”
已浏览 992 次8 个月之前
bilibili゙方橙
19:19
（世界第一，全站首杀）LHPP RUSH lap3 P 疯子模式 这太疯狂了... （未完待续）
已浏览 5102 次2024年7月30日
bilibili某小電視_PTV
19:01
算法工程师介绍ChatGPT(产品向)第三章-GPT3.5与RLHF
已浏览 778 次2023年2月12日
bilibili骰子AI
5:07
数字图像处理实验演示 - 53. LBPH 人脸识别
已浏览 2356 次2022年2月11日
bilibili跨象乘云
展开