Canales actualizados recientemente

Elige uno para ver solo ese canalVer todos los canales →
20VC with Harry StebbingshoyAI Engineerhoy硅谷101ayerMBMatthew BermananteayerPragerUanteayerY CombinatoranteayerSemiAnalysishace 3 díasa16zhace 3 díasGOTO Conferenceshace 3 díasThe Buildershace 4 días

Resultados

1 artículos
Ordenar
TemaDistillationIdiomachino simplificado
2:49:35ZH
Zhang Xiaojun Podcast· 4 feb 2025Pódcast · 2 voces潘嘉怡解读 R1、o1 与 Kimi K1.5：强化学习如何教模型学会推理Invitado: 潘嘉怡 · Presenta: 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 LearningModelos y entrenamientoAI research+2