[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 366 次6 个月之前
bilibili烟岚九境
玩机器看LVG成功晋级Stage 3！晋级传奇组！中国战队时隔近7年再度打进Major 16强！
2:21
玩机器看LVG成功晋级Stage 3！晋级传奇组！中国战队时隔近7年再度打 …
已浏览 2.2万 次9 个月之前
bilibili这里是小天啊
玩机器分析LVG晋级情况，A组太难了，最后机会都不好说，当上海major前练练吧！
3:26
玩机器分析LVG晋级情况，A组太难了，最后机会都不好说，当上海major …
已浏览 5676 次2024年9月4日
bilibili账号已注销
LingOrm三台台庆《Levitating》直播正式舞台 完整版
13:20
LingOrm三台台庆《Levitating》直播正式舞台 完整版
已浏览 4.8万 次2025年3月29日
bilibili肥常无语
玩机器看LVG成功晋级之后采访爱蜜莉雅，我们就是运气好！天禄也非常努力！赛后数据，赢两局就创造最好成绩！
15:21
玩机器看LVG成功晋级之后采访爱蜜莉雅，我们就是运气好！天禄也非常 …
已浏览 9568 次9 个月之前
bilibili这里是小天啊
什么是Lv等级：反映评价对其他人的帮助程度，根据数量、质量、反馈、行为、历史、并通过大数据算法综合计算！
0:44
什么是Lv等级：反映评价对其他人的帮助程度，根据数量、质量、反馈、 …
2022年8月16日
douyin.com易欣美信息科技
花了4天时间学习LVGL，学习笔记分享给你~
5:23
花了4天时间学习LVGL，学习笔记分享给你~
已浏览 29万 次2023年2月7日
bilibili工科男孙老师
6:21
【Research Forum】使用层选择性秩降 LASER 改进语言模型中的推理
已浏览 952 次2024年5月10日
bilibili微软科技
27:20
LoRA： Low-Rank Adaptation of LLMs Explained [_K3HgjnRHCY]
已浏览 74 次2024年8月9日
bilibili林子有点大
2:34
两分半带你回顾LVG的Major晋级之路
已浏览 269 次9 个月之前
bilibili你好请来点番茄酱谢谢
1:05:19
LVGL全面教程
已浏览 1.6万 次2025年1月11日
bilibiliBROWNのbear
50:38
最优控制与强化学习（2023春） p12 Recitation 2_10 LQR and Extensions
已浏览 181 次2024年4月25日
bilibiliFentwer
46:35
强化学习 | 可验证奖励的强化学习（RLVR）
已浏览 658 次11 个月之前
bilibiliFreeMindFall
1:01:58
第3.2章：具有可验证奖励的强化学习（RLVR）
已浏览 804 次8 个月之前
bilibiliLearnToCompress
2:52
LVG晋级major二阶段！面对嘲讽打出精彩集锦！
已浏览 673 次9 个月之前
bilibili轩声2009
8:07
1小时速通 - 从强化学习到RLHF - Policy Gradient (1)
已浏览 728 次8 个月之前
bilibili就要吃我就要吃
3:10
全英｜那些你不知道的leverage
已浏览 209 次2022年4月23日
bilibiliVictoriaHere
5:30
2024最新LVGL教程
已浏览 9.1万 次2023年11月16日
bilibili黑马肖老师
2:02
LVG横扫NRG晋级Major第二阶段，Danking过于激动：我们做到了！
已浏览 4437 次9 个月之前
bilibiliCSGO-赛事菌
15:11
全是干货 | LVGL移植详细讲解【精选课程】
已浏览 4.6万 次2023年5月4日
bilibili正点原子官方
42:55
马哥Linux实战教程：负载均衡LVS实战
已浏览 7728 次2019年5月22日
bilibili马哥高薪IT实战
22:47
Levy Process 3
已浏览 333 次2022年12月28日
bilibili卡夫卡のホシ
27:41
MLIR开发教程-15-lowing_to_llvm-1
已浏览 679 次5 个月之前
bilibili时光丶人爱
28:56
从零上手Guider学习LVGL——Img以及动画效果
已浏览 7157 次11 个月之前
bilibili同学_好好学习
10:38
什么是 Low Rank Adapatation (Lora)? Huggingface lora手把手入门实操
已浏览 9796 次2023年7月24日
bilibili跟Roonie学AI思维
1:07:15
Lec4-4: 维度灾难、LQR 原理与Python 示例
已浏览 1787 次2024年4月19日
bilibiliCLEAR_LAB
26:37
基于遗传算法的LQR控制器优化设计。采用主动悬架作为被控对象，以主 …
已浏览 1.2万 次2022年5月21日
bilibili轻量化动力资料屋
12:05
LoRA适配器详解：LLM高效微调核心（Low-Rank Adaptation）
已浏览 25 次2 个月之前
bilibili海外AI译站
2:05
LVGL教程（超详细的lvgl中文文档）教程紧跟lvgl版本迭代更新！lvgl开发 …
已浏览 7.1万 次2021年7月23日
bilibili韦东山
1:07:13
Sergey Levine强化学习专题访谈：RLHF，机器人预训和离线强化学习
已浏览 4886 次2023年2月6日
bilibili爱可可-爱生活
观看更多视频
静态缩略图占位符