技巧
Nathan Lambert 完成 RLHF 书籍与配套课程
Nathan Lambert 宣布其著作《Reinforcement Learning from Human Feedback》已完成。该书旨在传授微调、对齐及后训练模型的基础知识，并附带超过 10 小时的完整课程、幻灯片、训练章节的功能代码及示例模型补全库。实体书将于 1-2 周内从 Manning 发货，亚马逊稍晚上架。
资讯动态数据由 AI HOT 聚合提供
相关资讯同类最新动态
· X：Vista (@vista8)
· Hacker News 热门（buzzing.cc 中文翻译）
· X：Berry Xia (@berryxia)
· X：OpenRouter (@OpenRouter)
· X：Deedy Das (@deedydas)