推荐文章
- [论文翻译]HybridFlow: 灵活高效的 RLHF 框架
- [论文翻译]大语言模型在网络安全中的应用：系统性文献综述
- [论文翻译]DeepSeek-R1：通过强化学习提升大语言模型的推理能力
- [论文翻译]探索结果奖励在数学推理学习中的极限
- [论文翻译]从 RAG 到记忆：大语言模型的非参数持续学习
- [博客翻译]不愿选择CBOR而不是MessagePack
- [博客翻译]macOS提示和技巧（2022）
- [论文翻译]PIKE-RAG: 专业化知识和推理增强生成
- [论文翻译]olmOCR: 使用视觉语言模型解锁 PDF 中的数万亿 Token
- [博客翻译]Phlex for Rails电子邮件：没有ERB的行动邮件