信奥小飞

赞

2

|

搜索文章

赞了这篇文章

人工智能大模型 @alibaba

·

4月前

GRPO 代码实战！让大模型具备思维能力，打造你的专属DeepSeek

本篇分享通俗易懂的讲述了GRPO核心原理（不涉及大量公式），并通过TRL库和自定义奖励函数编写代码实现GRPO的完整训练流程！使Qwen2.5-0.5B-Instruct模...

5

2

赞了这篇文章

人工智能大模型 @alibaba

·

4月前

可视化神器WandB，大模型训练的必备工具！

大语言模型训练中，我们往往需要监控和分析大量的训练数据，而WandB可以帮助我们实现这一目标。本期分享介绍了WandB的注册流程以及搭配Unsloth微调框架的使用智能，帮...

3

1

关注了

关注了

加入于

2025-10-13