走去喝酒吧

agent

agent anything

赞

22

|

搜索文章

agent

·

为什么我的文章审核不通过，原因也不告知，直接审核不通过

反馈 & 建议

1

点赞

agent

·

1月前

GRPO算法

基于PPO改良的强化学习算法，由DeepSeek团队提出，特别适用于推理模型的微调，它通过组内相对奖励信号来优化策略，避免了传统PPO中需要单独价值函数估计的问题...

0

2

关注了标签

agent

赞了这篇文章

前端开发工程师

·

1年前

CO-STAR，新加坡首届 GPT-4 提示工程大赛冠军的夺冠宝典

上次介绍了 FlowGPT 这个提示词相关的网站，这次来说一下如何写好提示词。在吴恩达教授的《Prompt Engineering》提示工程师课程中，有提到两个编写提示词...

2

评论

个人成就

文章被阅读 163

加入于

2017-07-19