代码实现大模型强化学习(PPO)，看这个视频就够了。

Name: 代码实现大模型强化学习(PPO)，看这个视频就够了。
Uploaded: 2024-09-29T15:30:52.000Z
Duration: 23 min 59 s
Channel: RethinkFun
Description: 大模型强化学习(PPO)，看这个视频就够了。 代码地址：https://github.com/RethinkFun/trian_ppo/tree/main/train_ppo 环境信息： torch 2.9.1 transformers 4.46.2 trl 0.11.0 bitsandbytes 0.48.2 peft 0.13.2

13.7万

181

2024-09-29 23:30:52

未经作者授权，禁止转载

2510

2157

4803

555

大模型强化学习(PPO)，看这个视频就够了。代码地址：https://github.com/RethinkFun/trian_ppo/tree/main/train_ppo 环境信息： torch 2.9.1 transformers 4.46.2 trl 0.11.0 bitsandbytes 0.48.2 peft 0.13.2

人工智能