推荐文章
- [论文翻译]Mamba: 线性时间序列建模与选择性状态空间 (Selective State Spaces)
- [论文翻译]训练大语言模型 (Large Language Model) 以遵循人类反馈的指令
- [论文翻译]使用强化学习在开放式对话中进行动态规划
- [博客翻译]iOS 18中的同态加密
- [论文翻译]rStar-Math：小型大语言模型可以通过自我进化的深度思考掌握数学推理
- [论文翻译]基于人类偏好的深度强化学习
- [论文翻译]DeepSeek-V3 技术报告
- [博客翻译]过时信息如何隐藏在LLM的生成概率中并导致逻辑不一致
- [博客翻译]用C编写一个简单的池分配器
- [论文翻译]训练大语言模型 (Large Language Model) 以遵循人类反馈的指令