English
全部
搜索
图片
视频
短视频
地图
资讯
更多
购物
航班
旅游
笔记本
报告不当内容
请选择下列任一选项。
无关
低俗内容
成人
儿童性侵犯
时长
全部
短(小于 5 分钟)
中(5-20 分钟)
长(大于 20 分钟)
日期
全部
过去 24 小时
过去一周
过去一个月
去年
清晰度
全部
低于 360p
360p 或更高
480p 或更高
720p 或更高
1080p 或更高
源
全部
Dailymotion
Vimeo
Metacafe
Hulu
VEVO
Myspace
MTV
CBS
Fox
CNN
MSN
价格
全部
免费
付费
清除筛选条件
安全搜索:
中等
严格
中等（默认）
关闭
筛选器
0:43
Columbia Pictures / Sony Pictures Television (2002)
已浏览 1.5万 次
2023年1月2日
YouTube
Yanis Productions 1231
2:55
OUR FIRST VLOG | ESCOOSME😌
已浏览 92 次
2 个月之前
YouTube
Escoosme.
3:37
Billy and Olivia Wilde: John Mayer or Pepé Le Pew?
已浏览 68.4万 次
2014年5月6日
YouTube
billyonthestreettv
19:31
El Espiritu Navideno (Vecinos) Temp. 1 Capit. 23
已浏览 22.7万 次
2015年7月8日
YouTube
Fernando Martinez
0:46
منتج جديد من شيجلام🩷🩷 #explore #مكياج #makeup #ميكب #makeupartist #she
…
已浏览 85.1万 次
2024年9月15日
YouTube
nees4beauty
0:40
شكون يديرها انت ؟ #peugeot #game #gaming
已浏览 236.4万 次
2024年1月13日
YouTube
Viper Beyaz
3:22
Twezuula Karole Kasita x Emrice Music Official 4k
已浏览 1.1万 次
2023年6月14日
YouTube
Emrice Music UG OFFICIAL
0:14
🤣 Man tries to enter Platform 9 3/4 in London 🪄🧙🏻♂️ #comedy #humor #tri
…
已浏览 3.7万 次
2024年7月4日
YouTube
Conocimientum
5:12
ミヨちゃん
已浏览 1.9万 次
2021年12月24日
YouTube
平尾昌晃音楽事務所CH
35:48
RENATO ALBANI - Terminei O Namoro (Internet Não Gostou)
已浏览 14.1万 次
2024年4月10日
YouTube
Humor Franco
40:53
مسلسل عشق و جزاء - الحلقة 118
已浏览 115万 次
2016年1月5日
YouTube
الحب والجزاء
23:54
Над нами просто издеваются | покажу вам нашу ярмарку | опят
…
已浏览 1.4万 次
2021年6月24日
YouTube
Natalia Kurbanova ИСПАНИЯ
Explain in detail how the robustness of the RLS algorithm may b... | Filo
已浏览 5863 次
9 个月之前
askfilo.com
drones avoid crashes and obstacles in dense areas using new localizat
…
已浏览 930 次
2022年6月13日
designboom.com
17:06
从经典PPO到PPO-RLHF(一) 构建RL到LLM的概念映射
已浏览 4245 次
2 个月之前
bilibili
东川路第一可爱猫猫虫
格式转换：英雄联盟回放rofl格式转MP4教程
已浏览 9.1万 次
2023年3月1日
bilibili
半杯水water
14:19
大模型对齐方法综述与代码示例（二）
已浏览 443 次
6 个月之前
bilibili
swanmsg
11:58
【人工智能】为什么RLHF不能带给大模型真的强化学习 | 经典RL | 人类
…
已浏览 7333 次
2025年1月13日
YouTube
最佳拍档
17:48
【RLT强化学习算法原理】稠密奖励函数详解，训练更稳定、收敛更快的
…
已浏览 86 次
7 个月之前
YouTube
唐国梁Tommy
10:20
基于密度的异常值检测方法——LOF
已浏览 51 次
2023年10月13日
zhihu.com
lvximing
40:53
DPO+RM=PPO？RLHF算法串烧及详解
已浏览 2392 次
2024年11月10日
bilibili
AI玩家曹博士
9:25
1小时速通 - 从强化学习到RLHF - PPO completed
已浏览 741 次
6 个月之前
bilibili
就要吃我就要吃
6:04
1小时速通 - 从强化学习到RLHF - DPO - 我们真的需要RLHF吗？
已浏览 863 次
6 个月之前
bilibili
就要吃我就要吃
1:15:37
大模型后训练前沿技术报告 ① | 大语言模型的RLHF算法原理与实践
已浏览 1587 次
2024年8月23日
bilibili
并行科技
4:09
【大模型】知识架构，面试、研发必备！由《大模型算法》作者讲解。含：
…
已浏览 1553 次
9 个月之前
bilibili
叶子哥AI
0:52
哈工大算法大佬亲授！《大模型算法：强化学习、微调与对齐》100 张
…
已浏览 139 次
8 个月之前
bilibili
博文视点阿豹Class
25:40
大模型RLHF从PPO推导DPO再推导SimPO，公式推导
已浏览 1790 次
2024年6月18日
bilibili
高颜值的杀生丸
14:02
1小时速通 - 从强化学习到RLHF - GRPO & DeepSeek-R1 training sc
…
已浏览 3491 次
6 个月之前
bilibili
就要吃我就要吃
1:10:05
RLHF训练法从零复现,TRL版本复现,代码实战,大语言模型训练
已浏览 8750 次
2024年11月18日
bilibili
蓝斯诺特
43:44
Alignment Survey: A Talk at RL China
已浏览 6401 次
2023年11月26日
bilibili
北大AI对齐小组
观看更多视频
更多类似内容
反馈
