339期丨基于强化学习实现大语言模型并行思考Parallel-R1
33:28
339期丨基于强化学习实现大语言模型并行思考Parallel-R1
已浏览 864 次1 个月前
bilibili智源社区
AI前沿：从“坏”数据到跨语言推理_哔哩哔哩_bilibili
8:10
AI前沿：从“坏”数据到跨语言推理_哔哩哔哩_bilibili
已浏览 1120 次9 个月之前
bilibili爱可可-爱生活
How Artificial Intelligence Reasons - Unlocking the Blackbox of LLM models
6:36
How Artificial Intelligence Reasons - Unlocking the Blackbox of LLM m…
已浏览 16 次2 个月之前
YouTubeThinking Tower
Daily ML Papers | 🚀 Reinforcement Learning Enables Advanced Reasoning 🤖 "DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning"... | Instagram
2:04
Daily ML Papers | 🚀 Reinforcement Learning Enables Advanced Reas…
已浏览 9.4万 次1 年前
Instagramdaily.ml.papers
Push–relabel maximum flow algorithm
Push–relabel maximum flow algorithm
已浏览 4355 次2018年2月24日
YouTubeShira Hohn
Push–relabel maximum flow algorithm
Push–relabel maximum flow algorithm
已浏览 2.9万 次2016年1月22日
YouTubeWikiAudio
Topic 4B Part 1 - Top Down Parsing Algorithm
Topic 4B Part 1 - Top Down Parsing Algorithm
已浏览 1966 次2020年4月27日
YouTubefdzln
Sinc Function in MATLAB | Signal Processing with MATLAB | Part - 1…
已浏览 690 次2020年10月7日
YouTubeAbhyaas Training Institute
Lec#8: Agile Development Techniques | Full Detail
已浏览 437 次11 个月之前
YouTubeTechnistry Lab
13:46
【2025版】这可能是B站唯一将RAG核心知识点（多源检索 智能重排 高 …
已浏览 2105 次4 个月之前
bilibiliAI入门101
9:38
AI前沿：从代码优化到超级智能
已浏览 1135 次7 个月之前
bilibili爱可可-爱生活
6:50
AI前沿：解锁语言模型、数据分析与概念发现的奥秘
已浏览 1162 次11 个月之前
bilibili爱可可-爱生活
12:38
强化学习经典算法实验之REINFORCE
已浏览 1685 次2022年2月28日
bilibiliCS论文分享
15:43
【强化学习Reinforcement Learning 从理论到代码】第6讲：policy-bas…
已浏览 992 次2025年2月15日
bilibiliWarner小吴
1:23:36
Foundations of Reinforcement Learning (Fall 2021)
已浏览 2807 次2022年1月11日
bilibili他方星云
30:25
Reason-RFT：首个面向具身推理的强化微调框架（上）
已浏览 989 次9 个月之前
bilibili具身智能之心RoboTech
43:44
Alignment Survey: A Talk at RL China
已浏览 6403 次2023年11月26日
bilibili北大AI对齐小组
45:15
OPENAI：如何利用提示词工程（Prompt Engineering）、检索增 …
已浏览 1244 次2023年12月26日
bilibili大家好我是爱因
48:36
当DeepSeek-R1遇上具身智能 | Reason-RFT 让机器人“看懂”空间变 …
已浏览 1396 次10 个月之前
bilibili3D视觉工坊
8:14
期刊论文复现（十）基于机械臂的自适应偏置RBF神经网络控制(复现文 …
已浏览 140 次8 个月之前
bilibili拉普拉斯不得变换
33:06
Reason-RFT：首个面向具身推理的强化微调框架（下）
已浏览 826 次9 个月之前
bilibili具身智能之心RoboTech
1:26
腾讯、人大最新工作，验证序列推荐的scaling law，推荐系统顶会RecSys2…
已浏览 507 次2024年10月29日
bilibili圆圆的算法笔记
10:39
评估分类模型效果的代码实现
已浏览 993 次2024年9月24日
bilibili唐一旦聊AI
25:26
【中配】PageRank算法：价值万亿的互联网基石 - Reducible
已浏览 215 次3 个月之前
bilibiliAI译片君
35:15
[RL insights] 深入理解 Policy Gradient 算法（REINFORCE, Acto…
已浏览 1.6万 次8 个月之前
bilibili五道口纳什
28:28
Explainable AI explained- 6 Layerwise Relevance Propagation …
已浏览 143 次2022年3月25日
bilibili山猪进来
1:07:31
【算法精讲】策略梯度算法REINFORCE 原理及代码实现
已浏览 4485 次2025年1月7日
bilibili蒋一讲AI
1:02:45
【人工智能基础】第48讲：策略梯度-Reinforce-Actor Critic
已浏览 3007 次2024年9月9日
bilibili上海大学-刘树林
27:55
YouTube强化学习推荐系统: Top-k Off-Policy Correction for a REINF…
已浏览 1585 次2021年8月18日
bilibili冷比特er
7:18
Prim's Algorithm
已浏览 85.7万 次2019年5月13日
YouTubeLalitha Natraj
观看更多视频
静态缩略图占位符