搜索

对话上下文太长了怎么处理？

🔥 热度: 211

大模型的多轮对话数据集如何构建及训练？

🔥 热度: 224

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: 131

LoRA 的原理了解吗？

🔥 热度: 192

了解哪些大模型微调技术？

🔥 热度: 185

时间差分算法的简述

🔥 热度: 161

贝尔曼（Bellman）方程的表达

🔥 热度: 252

求解马尔科夫决策过程的方法

🔥 热度: 210

Q-learning 算法的原理和过程

🔥 热度: 204