"DPO"最新资讯 | 量子位

DPO

最好7B模型再易主！打败700亿LLaMA2，苹果电脑就能跑，还开源免费

舍弃强化学习

西风 2023-10-28

DPO 大模型强化学习

加载更多

热门文章

开源Llama版o1来了，3B小模型反超80B，逆向工程复现OpenAI新Scaling Law

GPT-4o数学能力跑分直掉50%，上海AI Lab开始给大模型重新出题了

大模型是新的数据库！蚂蚁开源负责人王旭：应用开发新范式，新一代LAMP正在形成 | MEET 2025

宇树机器人强化学习代码全面开源，训练到仿真和实操手把手教学

腾讯版Sora开源后，被提速8倍！官方点赞并预告：下月上新图生视频