分类: 学习笔记 | Palind's Blog

0%

学习笔记分类

2026

07-11

后训练之名词解释

07-08

DPO 极简笔记

06-03

尝试了解 AgentGym-RL 并加入 OPD

06-02

OPD 极简笔记

06-02

《nndl》的 RL 极简笔记