强化学习与对齐

学习奖励、偏好优化和智能体后训练,适合模型训练与对齐研究者。

30 条精选 · 入门 1 · 按推荐学习顺序:越基础、直观越靠前,越系统、深入越靠后

在 3D 图中查看
  1. 18深入
    教程
    Lilian Weng 博客

    元学习:学会快速学习

    Meta-Learning: Learning to Learn Fast

    Lil'Log 博客介绍元学习的文章。先定义元学习问题并说明训练与测试方式的一致性,然后按三类方法展开:基于度量的方法(孪生网络、匹配网络、关系网络、原型网络)、基于模型的方法(记忆增强网络、Meta Networks、快速权重),以及基于优化的方法(LSTM 元学习器、MAML、一阶 MAML、Reptile),并附有中文译本链接。

模型原理与训练的其他细分主题