让大型语言模型更懂你：如何训练更可靠的奖励模型？
大型语言模型（LLM）正在改变世界，但要让它们真正为我们所用，就需要让它们理解人类的意图和价值观。强化学习从人 … 阅读更多
FP8-LM：训练成本降低50%的LLM新时代
大型语言模型 (LLMs) 正在改变我们的世界，但其高昂的训练成本一直是阻碍其发展的重要因素。为了解决这一问题 … 阅读更多
【转载】战胜内心的抗拒：追寻创作之路，还有一只野猫
嘿！上个星期我跟大家分享了一本我超爱的书，《The War of Art》。这本书头头是道地讲述了创作者们最头 … 阅读更多
利用Softmax-DPO优化推荐系统的论文综述
摘要：推荐系统是根据用户的偏好数据预测个性化的排名。近年来，随着语言模型（LMs）的兴起，基于LM的推荐系统得 … 阅读更多
MiLoRA：利用次要奇异成分实现高效的 LLM 微调
大型语言模型 (LLM) 在各种任务中展现出优异的性能，例如数学推理和问答。这些模型通常在大型网络数据上进行预 … 阅读更多
幕府（日本）：日本历史上的武家政权
幕府（Bakufu）是指日本历史上由征夷大将军（通常称为幕府将军）领导的武家政权。这种政治体制在日本特有的国情 … 阅读更多
日本战国时代：剑起纷争的百年风云
日本历史上的战国时代，被誉为一个充满战乱和政治纷争的重要时期。它一般被界定为从1467年应仁之乱开始，持续了长 … 阅读更多
让大型语言模型更会思考：链式偏好优化 (CPO)
大型语言模型（LLM）的最新进展表明，构建推理链对于提高其解决问题的能力至关重要。其中，链式思维 (CoT) … 阅读更多