Kürzlich aktualisierte Kanäle

Wählen, um nur diesen Kanal zu sehenAlle Kanäle →
20VC with Harry StebbingsgesternAI Engineergestern +1硅谷101vorgesternMBMatthew Bermanvor 3 Tagen +35PragerUvor 3 TagenY Combinatorvor 3 TagenSemiAnalysisvor 4 Tagena16zvor 4 TagenGOTO Conferencesvor 4 TagenThe Buildersvor 5 Tagen

Ergebnisse

1 Artikel
Sortieren
InhaltstypPodcastThemaDistillationSpracheChinesisch (vereinfacht)
2:49:35ZH
Zhang Xiaojun Podcast· 4. Feb. 2025Podcast · 2 Stimmen潘嘉怡解读 R1、o1 与 Kimi K1.5：强化学习如何教模型学会推理Gast: 潘嘉怡 · Moderation: 张小珺伯克利博士生潘嘉怡带读 DeepSeek、OpenAI 与 Kimi 的推理模型报告，拆解长思维链、GRPO、奖励设计与蒸馏。R1-Zero 的“顿悟时刻”展示了推理策略如何在强化学习中涌现。Reinforcement LearningModelle & TrainingAI research+2