GRPO Family: Group Relative Policy Optimization RL opt [TIC-GRPO, Scaf-GRPO, XRPO, GRPO-CARE, CPPO] | Byte Goose AI
GRPO Family: Group Relative Policy Optimization RL opt [TIC-GRPO, S…
已浏览 103 次1 个月前
linkedin.com
Particle Swarm Optimization (PSO) for Constrained Optimization Problems
Particle Swarm Optimization (PSO) for Constrained Optimization Prob…
2020年5月19日
learnwithpanda.com
[中配] 近端策略优化（PPO）- 如何训练大型语言模型 - Serrano.Academy
40:01
[中配] 近端策略优化（PPO）- 如何训练大型语言模型 - Serrano.Academy
已浏览 176 次1 个月前
bilibili外番の声
Policy Optimization in Reinforcement Learning
7:12
Policy Optimization in Reinforcement Learning
已浏览 3 次2 个月之前
YouTubeom
GRPO Family: Group Relative Policy Optimization RL opt [TIC-GRPO, Scaf-GRPO, XRPO, GRPO-CARE, CPPO]
12:06
GRPO Family: Group Relative Policy Optimization RL opt [TIC-GRPO, S…
已浏览 31 次1 个月前
YouTubeAI Podcast Series. Byte Goose AI.
🔍 Understanding Proximal Policy Optimization (PPO) Advanced Reinforcement Learning for AI
0:39
🔍 Understanding Proximal Policy Optimization (PPO) Advanced Rei…
1 个月前
YouTubeChain
PPO Algorithm in Gaming 🚀 Reinforcement Learning AI Plays Games
1:46
PPO Algorithm in Gaming 🚀 Reinforcement Learning AI Plays …
已浏览 51 次1 个月前
YouTubeSystemDR - Scalable System Design
9:00
GDPO Explained: NVIDIA Fixes GRPO for LLM Reinforcement Lea…
1 周前
YouTubeAI Papers Academy
0:23
GRPO vs. PPO: Simplifying Operations and Hyperparameters
已浏览 152 次1 个月前
YouTubeLatent Space Clips
1:55
How PPO Works in Game AI | Deep Reinforcement Learning Tutorial
已浏览 98 次1 个月前
YouTubeSystemDR - Scalable System Design
Advanced Concepts in Large Language Models. RL / SFT / MHA …
2 个月之前
linkedin.com
Reinforcement Learning in Finance: Why Domain Expertise Beats Algo…
已浏览 2423 次1 个月前
linkedin.com
Proximal Policy Optimization (PPO) With TensorFlow 2.x | Towards Da…
2020年9月21日
towardsdatascience.com
FIFO vs Optimal vs LRU Page Replacement Algorithms Compari…
已浏览 2.6万 次2018年9月19日
YouTubeSimple Snippets
Proximal Policy Optimization Implementation: 8 Details for Cont…
已浏览 1.2万 次2021年11月22日
YouTubeWeights & Biases
Advanced Deep Reinforcement Learning Algorithms | PPO, TRPO…
已浏览 295 次10 个月之前
YouTubeProfessor Rahul Jain
Exploring the PPOTrainer in the HuggingFace TRL Library
已浏览 3679 次2023年7月22日
YouTubeThe LLM Show
15:55
Policy Optimization & TRPO & PPO | RL原理讲解系列 #3
已浏览 11 次4 个月之前
YouTubeUp-Fei
53:45
强化学习策略梯度之proximal policy optimization PPO理论与代码（上）
已浏览 1万 次2022年3月26日
bilibiliStevensong铁维
22:03
Proximal Policy Optimization (PPO) for LLMs Explained Intuitively
已浏览 22 次9 个月之前
bilibili哎吧星
19:50
深度强化学习之策略梯度方法与近似策略优化(PPO)
已浏览 5770 次2018年10月2日
bilibili爱可可-爱生活
25:52
近端策略优化(PPO)深入实践
已浏览 6677 次2021年9月12日
bilibili爱可可-爱生活
1:02:47
PyTorch论文复现 | Proximal Policy Optimization (PPO)
已浏览 9531 次2021年7月20日
bilibili深度强化学习实验室
7:50
近端策略优化算法 PPO（Proximal Policy Optimization Algorithms）
已浏览 267 次3 个月之前
bilibili小迪学AI
1:44:33
LLM Alignment｜综述及RLHF、DPO、UNA的深入分析
已浏览 1726 次2024年11月19日
bilibili你到这干嘛来了
11:18
如何直观理解PPO算法?博士详解近端策略优化算法原理 公式推导 训练 …
已浏览 1.4万 次2024年9月25日
bilibili迪哥AI研习社
2:15:13
【Umar Jamil】 用数学推导和Pytorch代码解释RLHF 中英字幕
已浏览 45 次2025年2月4日
bilibili阳冰NaN
41:34
DRL Lecture 2: Proximal Policy Optimization (PPO)
已浏览 76 次2024年2月2日
bilibiliiJOYWIN
19:25
【PPO】从零到深入(1) 从梯度本质看 PPO的裁剪目标函数
已浏览 9931 次3 个月之前
bilibili东川路第一可爱猫猫虫
17:50
Proximal Policy Optimization Explained
已浏览 7.6万 次2021年5月20日
YouTubeEdan Meyer
观看更多视频
静态缩略图占位符