预处理 – 量子位

预处理

MSRA清北推出强化预训练！取代传统自监督，14B模型媲美32B

将强化学习深度融入LLM预训练阶段

鹭羽 2025-06-11

LLM 强化学习预处理

加载更多

热门文章

OpenAI又曝出内讧了！IPO前夜高层大换血

让离线强化学习从「局部描摹」变「全局布局」丨ICLR’26

Meta员工空转AI只为浪费token！烧的多挣的多，日均消耗2万亿

卡帕西没做完的，开源社区48小时搞定了！完全体知识库，token省70倍

具身Scaling Law押对了！独角兽新品1小时学会新任务，重复1800次成功率99%