Calculation and Design Calculate the DOF of the mechanism and... | Filo
Calculation and Design Calculate the DOF of the mechanism and... | …
5.9K views1 year ago
askfilo.com
大模型微调不 “失忆” 的秘密：RL 为何比 SFT 更懂 “守旧”？MIT新发现：强化学习微调，为何比监督学习更“记”得好？
3:10
大模型微调不 “失忆” 的秘密：RL 为何比 SFT 更懂 “守旧”？MIT新发现…
990 views1 month ago
bilibili卢菁博士_北大AI博士后
手把手带你快速弄懂SFT、RLHF、DPO ！从定义到适用边界全流程解析~大模型|LLM
19:23
手把手带你快速弄懂SFT、RLHF、DPO ！从定义到适用边界全流程解 …
1.5K views1 month ago
bilibili爱学大模型的柒柒
大模型对齐方法综述与代码示例（二）
14:19
大模型对齐方法综述与代码示例（二）
444 views6 months ago
bilibiliswanmsg
Robotic 08_ Robot Simulation using matlab (DH parameter using Peter corke toolbox)_part3
14:19
Robotic 08_ Robot Simulation using matlab (DH parameter using Peter …
113.1K viewsApr 21, 2017
YouTubeDr. Amr Zamel
Circuits I: RLC Circuit Response
37:07
Circuits I: RLC Circuit Response
300.6K viewsJun 5, 2015
YouTubeThe PhD Engineer
Robotic Arm Control and Task Training through Deep Reinforcement Learning
3:04
Robotic Arm Control and Task Training through Deep Reinforce…
4.7K viewsApr 8, 2021
YouTubeIAS-Lab
14:22
[CFD] The SIMPLE Algorithm (to solve incompressible Navier-Stokes)
153.5K viewsSep 25, 2018
YouTubeFluid Mechanics 101
28:58
Q Learning Algorithm and Agent - Reinforcement Learning p.2
113.4K viewsMay 31, 2019
YouTubesentdex
38:01
CS 285: Lecture 15, Part 1: Offline Reinforcement Learning
16.3K viewsOct 16, 2021
YouTubeRAIL
1:10:05
RLHF训练法从零复现,TRL版本复现,代码实战,大语言模型训练
8.8K viewsNov 18, 2024
bilibili蓝斯诺特
4:20
强化学习算法工程师的年度总结：RL 训练中的 Rollout、异步与框架设计
3.4K views2 months ago
bilibiliyang_xi_111
0:52
哈工大算法大佬亲授！《大模型算法：强化学习、微调与对齐》100 张 …
139 views9 months ago
bilibili博文视点阿豹Class
0:56
谷歌大佬新作 RL从入门到前沿
264 views4 months ago
bilibiliAI梨大谱
16:24
[Agentic RL] 10 分布的视角理解 LLM 的 SFT 训练和 RL 训练，Forward…
5.6K views1 month ago
bilibili五道口纳什
1:37:40
如何让LLM通过RL又好又准地使用工具?
3.1K views10 months ago
bilibiliNICE学术
7:05
一阶电路（RL），三要素法；期末不挂科，小白请教
16.1K viewsJun 19, 2023
bilibili桐桐桐童心呀
1:14:20
【Online RL】17 OLIVE算法（Optimism Let Iterative Value-fun…
462 views3 months ago
bilibiliJOJO想
1:01
基于归一化抓取空间的高效区域感知6-DoF抓取算法
265 viewsOct 23, 2024
bilibiliChenThree3
18:45
强化学习 (RL) 在做什么？RL原理讲解系列#1
7.1K viewsOct 31, 2023
bilibiliUp-Fei
35:41
【大白话03】一文理清强化学习RL基本原理 | 原理图解+公式推导
103.5K views11 months ago
bilibili吃花椒的麦
30:43
第2章 一阶电路暂态响应-换路定则求初始值（RC、RL、RLC电路-例题讲 …
12.5K viewsSep 29, 2021
bilibili橙子3712
1:00:50
强化学习第一节（RL基本概念 工具 基本算法）【个人知识分享】
27.7K viewsDec 2, 2021
bilibili二营长向强化学习开炮
0:38
RL 算法大突破！多智能体协作性能飞升
217 views10 months ago
bilibiliAI因斯坦玩转AI
16:01
[RLHF] 从 PPO rlhf 到 DPO，公式推导与原理分析
22.2K viewsJun 23, 2024
bilibili五道口纳什
16:42
编译原理第四章LR（0）DFA构造，判断能否使用SLR（1）分析表解决 …
616 views2 months ago
bilibili甜滋滋的巧克力豆
23:15
相比SFT为什么RL训练后的模型更不容易遗忘？RL的奥卡姆剃刀原理： …
6.2K views5 months ago
bilibiliAI论文小小编
6:23
88.RL专题：策略中随机探索怎么实现
1.7K views10 months ago
bilibili文言AI
1:08
豆瓣 9.4分!《大模型算法》强化学习、DPO、微调SFT、GRPO、PPO、RL…
10.2K views9 months ago
bilibili叶子哥AI
7:21
106.RL专题：介绍下DPO执行的流程
2K views9 months ago
bilibili文言AI
See more videos
Static thumbnail place holder