首页
登录
当前标签：[强化学习
入职Meta的吴翼，清华叉院官网已撤其教职信息
清华叉院官网已撤下吴翼的教职信息，疑似因他已入职Meta。
RL特训出「押题大师」？破解模型微调中的多样性危机与灾难性遗忘
基础模型在RL微调过程中面临解题多样性下降与灾难性遗忘的双重挑战。
