搜索
关闭导航

包含标签" Scaling RL strategy"的内容

字节跳动联合港大复旦推出POLARIS强化学习法 提升小模型数学推理并开源

字节跳动联合港大复旦推出POLARIS强化学习法 提升小模型数学推理并开源

AI妹 1 个月前 13 0

Recently, the Seed team at ByteDance has collaborated with the University of Hong Kong and Fudan U

consumer-grade graphics cards 4 billion parameter model data difficulty distribution adjustment POLARIS multi-stage RL training method
查看详情

资讯姬

文章数量9911 总阅读量95.607k 总评论量1 会员数量2

最新评论

emlog

emlog2 个月前

发表在：欢迎使用emlog

这是系统生成的演示评论

链接

搜索一下

关于我 免责协议 隐私保护 广告合作 侵权删除
AI导航 AI导航
本站由emlog驱动