TRL

avatar
LsWorld
专注机器学习、深度学习与工程实践
文章
125
标签
140
分类
34
GitHub
公告
欢迎来到 LsWorld，这里记录机器学习学习路线、实验笔记和代码实践。
最新文章
SFT（三）：使用TRL SFTTrainer与LoRA微调对话模型
SFT（二）：用Hugging Face Transformers手写监督微调
SFT（一）：从Next Token Prediction到指令微调
Hugging Face详解：从模型下载到中文文本分类微调
RoPE详解：从二维旋转到PyTorch手写旋转位置编码
分类
标签
DAG Flutter mysql 算法 PPO 总线 深度学习 泛化能力 NLP Datasets LoRA 马尔可夫决策过程 PEFT 计算机网络 PyTorch android TypeScript 后训练 指令微调 Encoder-Decoder 正则表达式 mustache MDP 决策树 超参数调优 LLM 文本处理 stm32 爬虫 异构计算 内存管理 node.js Actor-Critic dart VueRouter JavaScript RoPE Vue3 踩坑 博客部署
归档
网站信息
文章数目 :
125
本站访客数 :
本站总浏览量 :
最后更新时间 :