Как мы готовим RL для Alignment в больших языковых моделях: опыт команды YandexGPT +91
- Блог компании Яндекс
- Алгоритмы
- Машинное обучение
- Искусственный интеллект
- Natural Language Processing
Публикации с тегом reinforcement-learning
Гайд на Reinforcement Learning для новичков. Реализация простой задачи
Многорукие бандиты в задаче ритейла
Обучение с блэкджеком и подкреплением. Ищем оптимальную стратегию игры +3
Нейросеть, генерирующая нейросети. Часть 2. RL агент создаёт свои первые нейросети
Нейросеть, генерирующая нейросети. Часть 1. Генерация случайной свёрточной нейронной сети +2
Reinforcement learning для оптимизации цен в ритейле +5
Обучение с подкреплением на Python: Пример не из «качалки» +12
Обучение с подкреплением в Super Mario Bros. Сравнение алгоритмов DQN и Dueling DQN +5
- Блог компании Питерская Вышка
- Python
- Машинное обучение
- Учебный процесс в IT
- Блог компании Питерская Вышка
- Python
- Машинное обучение
- Учебный процесс в IT
