LogoCookLLM文档
LogoCookLLM文档
首页CookLLM - LLM 系统课程

核心课程

Basics
Scaling Laws
Data
Alignment
监督微调 (SFT)
强化学习 (RLHF)
偏好数据 (Preference Data)
合成数据 (Synthetic Data)
验证器 (Verifiers)
Alignment

sft

sft module

登录以继续阅读

这是一篇付费内容，请登录您的账户以访问完整内容。

Alignment：对齐技术

SFT, RLHF, Preference data, Synthetic data

reinforcement-learning

reinforcement-learning module