OldWang TechTalk

Hi,AIGC

开始阅读
当前展示 OldWang TechTalk 迁移快照 · 配置飞书环境变量后切换为实时内容
32 篇文章查看归档 →

🗒️TRL学习

我从学习者角度整理 Hugging Face TRL:把它理解成大模型后训练工具箱,并梳理 SFT、DPO、GRPO、Reward Modeling 和 PPO 的学习路线。