RLHF 家族的奇巧魔改：On Policy 与 Off Policy 路线大 PK
随着 [Llama3] 的开源，Alignment 的重要性日益凸显，而作为 Alignment 中坚力量的 ... 阅读更多
月度归档： 2024 年 6 月
Analysis of "xCOMET-lite: Bridging the Gap Between Efficiency and Quality in Learned MT Evaluation Metrics"
This paper addresses the growing concern of computation ... 阅读更多
智能体的 「大脑」 、 「感知」 与 「行动」：构建通往通用人工智能的桥梁
在上一节中，我们探讨了智能体的起源和发展历程，并阐明了大型语言模型 （LLM） 作为 AI 智能体 「大脑」 的潜力。 ... 阅读更多