搜索

对话上下文太长了怎么处理？

🔥 热度: 212

大模型的多轮对话数据集如何构建及训练？

🔥 热度: 227

强化学习的应用场景

🔥 热度: 167

聊聊你对 Q-LoRA（Quantized Low-Rank Adaptation）的理解。

🔥 热度: 133

LoRA 的原理了解吗？

🔥 热度: 194

了解哪些大模型微调技术？

🔥 热度: 186

时间差分算法的简述

🔥 热度: 161

贝尔曼（Bellman）方程的表达

🔥 热度: 256

求解马尔科夫决策过程的方法

🔥 热度: 211

Q-learning 算法的原理和过程

🔥 热度: 205