记录和分享首次微调deepseek-r1-1.5b模型，实现药品信息自动对码的过程；很简单，你上你也行！

强化学习从基础到进阶-案例与实践[4]：深度Q网络-DQN、double DQN、经验回放、rainbow、分布式DQN 传统的强化学习算法会使用表格的形式存储状态价值函数 $V(s)$ 或动作价值函

大家好，我是千寻哥，现在自动驾驶很火热，其实自动驾驶是一个很大的概念，主要涉及的领域包括强化学习以及

我正在参加「掘金·启航计划」 开源社区围绕 ChatGPT 这个核心模型，能玩出哪些花来？ 这是个很有吸引力的问题，ossinsight 收集了最近一个月 Github 上关于 ChatGPT 主题的

我们迎来了一个令人兴奋的时代, 其中 AI 绘画技术正变得越来越流行, 本篇博客将为你提供一份详细的指南, 教你如何在 Mac OS 上安装 Stable Diffusion...

近日复旦大学自然语言处理实验室邱锡鹏教授团队研发的大语言模型 MOSS 也已公开发布并开源。MOSS 的公开发布无疑加剧了国内 ChatGPT 式产品的竞争。

之前树先生教过大家如何利用微调打造一个垂直领域的 LLM 专属模型。但是微调一方面需要专业知识，通常需要很多计算资源和时间，以便在不同的超参数设置上训练多个模型并选择最佳的一个，另一方面动态扩展比较差