一把梭穿强化学习在大模型中的应用？
Hello 啊，大家好。我之前一直有一个想法只用一页纸，把强化学习相关的这些东西，尤其是在大模型应用中的这部分推导给写清楚。通俗地讲，就是达到概念的闭包：我希望把推导中涉及的所有概念，尤其是它所依赖的概念和定义，都给写清楚。 ...
Hello 啊，大家好。我之前一直有一个想法只用一页纸，把强化学习相关的这些东西，尤其是在大模型应用中的这部分推导给写清楚。通俗地讲，就是达到概念的闭包：我希望把推导中涉及的所有概念，尤其是它所依赖的概念和定义，都给写清楚。 ...