raif

段智华5 个月前
llama3·raif·rhlf
Llama模型家族之RLAIF 基于 AI 反馈的强化学习（一）基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （一）基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （二）
段智华5 个月前
rlhf·llama3·raif
Llama模型家族之RLAIF 基于 AI 反馈的强化学习（三） RLAIF 的工作原理基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （一）基于 LlaMA 3 + LangGraph 在windows本地部署大模型 （二）