胡萝北

一、基础入门阶段 书籍 深入浅出强化学习，郭宪著 reinforcement learning: an introduction, by Sutton，俞凯等译 视频 强化...

后训练综述阅读笔记。主要介绍了微调(fine-tuning)、强化学习(RL)和测试时扩展(test-time scaling)等方法。...