专栏名称: 爱可可-爱生活
知名互联网资讯博主 北邮PRIS模式识别实验室陈老师
目录
相关文章推荐
机器学习研究组订阅  ·  o3-mini物理推理粉碎DeepSeek ... ·  昨天  
题材挖掘君  ·  AI终端,标的公司梳理(AI眼镜、AI玩具、 ... ·  昨天  
题材挖掘君  ·  AI终端,标的公司梳理(AI眼镜、AI玩具、 ... ·  昨天  
爱可可-爱生活  ·  【[100星]voidDB:一款为64位Li ... ·  2 天前  
宝玉xp  ·  o3-mini-high 是每周 50 ... ·  2 天前  
爱可可-爱生活  ·  今日推介(第1666期):基础模型后训练比较 ... ·  5 天前  
51好读  ›  专栏  ›  爱可可-爱生活

【RL_Reasoning_Writing_GRPO_on_ba-20250203103827

爱可可-爱生活  · 微博  · AI  · 2025-02-03 10:38

正文

2025-02-03 10:38

【RL_Reasoning_Writing_GRPO_on_base:基于强化学习的诗歌创作模型训练项目。亮点:1. 使用350M参数的多语言基础模型Pleias-350m,无需指令微调即可生成诗歌;2. 通过GRPO方法优化生成效果,避免重复和提升诗歌结构;3. 支持多种语言的诗歌创作,展现强大的跨语言能力】
'RL, Reasoning & Writing: GRPO on Base model'
网页链接
#强化学习# #诗歌生成# #多语言模型# #AI创造营#