Articles
851
Tags
236
Categories
189
Yan 的杂物志_个人主页分享
Search
Category - LLM_RL
2024
2024-03-24
强化学习与大模型结合研究
2024-03-21
大模型+强化学习_利用AI反馈扩展强化学习_RLAIF
2024-03-19
大模型+强化学习_在线交互调参_GLAM
2024-03-19
大模型+强化学习_自我对弈偏好优化
2024-03-19
大模型+强化学习_精典方法_RLHF
2024-03-16
大模型+强化学习_通过强化学习对齐大模型和环境
2023
2023-12-08
论文阅读_反思模型_Reflexion
1
Yan.xie
顺流而下还是逆流而上?
Articles
851
Tags
236
Categories
189
Follow Me
Announcement
This is my Blog
Recent Post
LLM+知识库_总结篇
2026-04-10
LLM_知识库_02_记忆宫殿
2026-04-10
LLM_知识库_03_LLM_Wiki
2026-04-10
模仿欲望_读后感
2026-04-07
OpenAI的CUA_ComputerUseAgent
2026-04-07
Categories
0_IMO
2
工作
1
方法
1
工作
1
1_Data
11
生活
9
主食
3
菜
3
Tags
股价影响
大模型
android
基金交易
翻译
深度学习/工具
自我反思
2023年
阅读
编程语言/JNI
公司分析
编程语言/Java
网络服务
多代理系统
云计算
语音合成
GitHub Actions
主题笔记
网络
后端测试
云服务器
代码模型
远程桌面
金融工具
记忆
数据管理
股票
技术
随笔
风险管理
烹饪
开源软件
Agent
数据分析
嵌入技术
插件开发
编程语言
模型工具
数据库
Ubuntu
Archives
April 2026
16
March 2026
5
February 2026
37
January 2026
2
December 2025
2
November 2025
11
October 2025
8
September 2025
4
Info
Article :
851
Total Count :
1084.3k
UV :
PV :
Last Push :
Search
Loading the Database