强化学习理论

大模型学习笔记 - LLM 对齐优化算法 DPO

训练的目标是语言模型损失，任务是nexttokenprediction，生成的token不可控，为了让大模型能生成符合人类偏好的答案(无毒无害等）一般都会进行微调和人类对齐，通常采用的方法是基于人类反馈的强化学习方法
JL_Jessie·2025-02-10 03:54

一切皆是映射：域适应在DQN中的研究进展与挑战

1.背景介绍1.1深度强化学习与域适应的邂逅深度强化学习(DeepReinforcementLearning,DRL)在近年来取得了瞩目的成就，从Atari游戏到围棋，再到机器人控制，其强大的学习能力令人惊叹
AI天才研究院·2025-02-10 00:33

DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning论文解读

文章目录前言一、摘要二、引言三、贡献1.贡献后训练：基础模型的大规模强化学习蒸馏：较小的模型也可以很强大2.评估结果概览reasoningtasksknowledgeohters四、方法1.Overview2
tangjunjun-owen·2025-02-09 23:54

DeepSeek-R1 原理解析及 Linux 本地部署详细教程

二、DeepSeek-R1原理解析2.1强化学习训练DeepSeek-R1系列模型借助强化学习进行训练，这是其具备强大推理能力的
power-辰南·2025-02-09 12:05

一文搞懂DeepSeek - 开源模型R1

其纯强化学习的训练方法、开源与低成本的特性以及技术创新使得DeepSeek-R1成为了AI领域的一颗新星。**在多个基准测试中，DeepSeek-R1的表现优于或接近OpenAIo1。
程序员辣条·2025-02-09 01:12

DQN深度强化学习：CartPole倒立摆任务（完整代码）

DQN（DeepQ-Network，深度Q网络）是Q-Learning的深度学习扩展，通过神经网络替代Q表的方式来解决高维状态空间问题（例如图像输入），开启了深度强化学习时代。它在2013年由Dee
林泽毅·2025-02-08 21:45

Deepseek成功启示：从 TRPO 到 GRPO训练LLM

本文将深入探讨LLMs的训练过程，特别是强化学习（ReinforcementLearning，RL）（深度解析DeepSeekR1：强化学习与知识蒸馏的协同力量）在这一领域的应用，从TRP
大模型之路·2025-02-08 20:03

机器学习模型创建的数学原理

1模型工作原理机器学习学习模型主要分为监督学习、无监督学习、半监督学习和强化学习，本文聚焦探讨目前应用最为广泛的监督学习问题，下午如未特殊指明，机器学习特指有监督学习机器学习。
HadesZ~·2025-02-08 15:04

一切皆是映射：强化学习在医疗诊断中的应用：挑战与机遇

《一切皆是映射：强化学习在医疗诊断中的应用：挑战与机遇》关键词强化学习，医疗诊断，图像识别，数据预处理，算法优化摘要随着医疗技术的发展，医疗诊断的准确性和效率越来越受到关注。
AI天才研究院·2025-02-08 07:28

DeepSeek-R1深度报告：基于Python强化学习的前沿长链推理模型揭秘与实战——兼谈SEO优化与实用经验分享

【DeepSeek-R1深度报告：基于Python强化学习的前沿长链推理模型揭秘与实战——兼谈SEO优化与实用经验分享】配合此文章使用，效果更佳：DeepSeek-R1深度报告——50道相关面试题——深刻理解相关概念
快撑死的鱼·2025-02-08 05:19

DeepSeek模型与OpenAI模型原理和技术架构的异同分析

DeepSeek模型与OpenAI模型原理和技术架构的异同分析一、模型原理（一）DeepSeekR1DeepSeekR1的核心原理是基于强化学习（RL）的训练方式，其创新之处在于不依赖任何监督微调（SFT
程序猿000001号·2025-02-08 04:10

【论文阅读】DeepSeek-R1：通过强化学习激励LLMs的推理能力 | DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via RL

DeepSeek-R1:IncentivizingReasoningCapabilityinLLMsviaReinforcementLearningDeepSeek-R1：通过强化学习激励LLMs的推理能力
AI天才研究院·2025-02-07 22:05

深入浅出 DeepSeek-Coder-V2 是如何打破闭源模型封锁的

今天，我们就从模型架构、训练数据、强化学习优化三
fertiland·2025-02-07 17:33

SRMT：一种融合共享记忆与稀疏注意力的多智能体强化学习框架

在人工智能(AI)和强化学习(RL)领域的发展进程中，长期记忆维持和决策优化一直是核心技术难点。传统强化学习模型在经验回溯方面存在局限性，这显著制约了其在复杂动态环境中的应用效果。
·2025-02-07 13:28

【机器学习理论】朴素贝叶斯网络

基础知识：先验概率：对某个事件发生的概率的估计。可以是基于历史数据的估计，可以由专家知识得出等等。一般是单独事件概率。后验概率：指某件事已经发生，计算事情发生是由某个因素引起的概率。一般是一个条件概率。条件概率：条件事件发生后，另一个事件发生的概率。一般的形式为P(B∣A)P(B|A)P(B∣A)，表示AAA发生的条件下BBB发生的概率。P(B∣A)=P(AB)P(A)P(B|A)=\frac{P
SUNX-T·2025-02-06 23:58

[论文笔记] Deepseek技术报告

1.总体概述背景与目标报告聚焦于利用强化学习（RL）提升大型语言模型（LLMs）的推理能力，旨在探索在不依赖大规模监督微调（SFT）的情况下，模型如何自我进化并形成强大的推理能力。
心心喵·2025-02-06 22:53

它在强化学习中的作用是什么？

“若要得到救赎，必先承受痛苦。”作者主页：追光者♂个人简介：[1]计算机专业硕士研究生[2]2023年城市之星领跑者TOP1(哈尔滨)[3]2022年度博客之星人工智能领域TOP4[4]阿里云社区特邀专家博主[5]CSDN-人工智能领域优质创作者无限进步，一起追光！！！
追光者♂·2025-02-06 14:34

深度学习与搜索引擎优化的结合：DeepSeek的创新与探索

目录引言1.传统搜索引擎的局限性2.深度学习在搜索引擎中的作用3.DeepSeek实现搜索引擎优化的关键技术3.1神经网络与搜索引擎优化3.2自然语言处理与查询理解3.3深度强化学习与搜索结果排序4.DeepSeek
云边有个稻草人·2025-02-06 10:37

AI协助探索AI新构型自动化创新的技术实现

一、AI自进化架构的核心范式1.元代码生成与模块化重构-代码级自编程：基于神经架构搜索的强化学习框架，AI可通过生成元代码模板（框架的抽象层定义）自动组合功能模块。
liron71·2025-02-06 10:35

国家超算平台上线DeepSeek - R1系列模型：开启AI新征程

它用了强化学习训练，推理的时候会反复思考验证，思维链能有好几万字长。在数学、代码编写和复杂逻辑推理这些方面，表现相当厉害
CodeJourney.·2025-02-06 08:25

AI大模型探秘：核心能力与应用场景深度解析

AI：包含很多术语，如：模式识别、自然语言处理、神经网络、机器学习、深度学习、强化学习、人类反馈强化学习等。类比：AI是电力–吴恩达。
程序员辣条·2025-02-06 08:53

DeepSeek-R1：通过强化学习提升大型语言模型推理能力的探索

DeepSeek-R1：通过强化学习提升大型语言模型推理能力的探索在人工智能领域，大型语言模型（LLMs）的发展日新月异，其在自然语言处理和生成任务中的表现逐渐接近人类水平。
kaichu2·2025-02-06 03:07

机器学习在金融领域的应用

个性化服务需求1.2机器学习的兴起1.2.1大数据时代的到来1.2.2计算能力的提升1.2.3算法的不断创新2.核心概念与联系2.1机器学习的定义与分类2.1.1有监督学习2.1.2无监督学习2.1.3强化学习
AI天才研究院·2025-02-05 17:01

LLM 算法工程师的速成指南：微调、强化学习微调与偏好微调

OpenAI近期在直播中，提到了两个新的概念：①强化学习微调（ReinforcementFine-Tuning）：仅需少量高质量数据（数十到数千个），模型即可通过强化学习处理复杂任务。
大模型玩家·2025-02-05 16:24

一切皆是映射：元学习中的神经架构搜索（NAS）

元学习神经架构搜索NAS遗传算法强化学习演化算法一切皆是映射：元学习中的神经架构搜索（NAS）在人工智能的广阔领域中，神经架构搜索（NeuralArchitectureSearch，简称NAS）是一颗璀璨的明星
杭州大厂Java程序媛·2025-02-05 16:22

机器学习，深度学习，神经网络，深度神经网络

深度学习的算法又分很多种，比较典型的四种：卷积神经网络—CNN,循环神经网络—RNN,生成对抗网络—GANs,深度强化学习—RL。机器学习和深度学习的
武昌库里写JAVA·2025-02-05 12:52

DeepSeek-R1全面超越OpenAI o1：开源大模型训练范式革新

OpenAI早期专注于强化学习（RL），但在Transformer结构问世后，迅速调整方向，借助Google的开源研究开发出强大的LLM。然而，尽
·2025-02-05 02:16

OpenAI 模型与 DeepSeek 模型使用的强化学习有何不同

OpenAI模型与DeepSeek模型使用的强化学习有何不同阅读时长：15分钟发布时间：2025-02-04近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM
·2025-02-04 18:02

DeepSeek R1 AI 论文翻译

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练的模型，且在此过程中未使用监督微调（SFT）作为预处理步骤，展现出了显著的推理能力。
·2025-02-04 14:27

人工智能机器学习基本概念详解

本文将详细探讨机器学习的基本概念，包括监督学习、无监督学习、强化学习及其应用示例。一、机器学习的基本概念1.1数据数据是机器学习的基础。机器学习模型通过分析数据来识别模式和
猿享天开·2025-02-04 13:07

DeepSeek- R1 原理介绍

DeepSeek-R1是由DeepSeek公司推出的一款基于强化学习（RL）的开源推理模型，其核心原理和特点如下：1.核心技术与架构强化学习驱动：DeepSeek-R1是首个完全通过强化学习训练的大型语言模型
kcarly·2025-02-04 08:50

DeepSeek R1 AI 论文翻译

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练的模型，且在此过程中未使用监督微调（SFT）作为预处理步骤，展现出了显著的推理能力。
老马啸西风·2025-02-04 06:04

构建由局部观测、分布式决策与全局奖励协同作用的多智能体强化学习系统

传统的单智能体强化学习（RL）模型难以直接适用于这种场景，因此需要多智能体强化学习（MARL）的方法。1.2将问题转化为部分可观测马尔可夫决策过
由数入道·2025-02-04 05:30

机器学习笔记——特征工程、正则化、强化学习

本笔记介绍机器学习中常见的特征工程方法、正则化方法和简要介绍强化学习。
好评笔记·2025-02-04 00:48

DeepSeek R1 AI 论文翻译

DeepSeek-R1-Zero是一个通过大规模强化学习（RL）训练的模型，且在此过程中未使用监督微调（SFT）作为预处理步骤，展现出了显著的推理能力。
·2025-02-03 20:09

AIGC与虚拟身份及元宇宙的未来：虚拟人物创作与智能交互

云边有个稻草人-CSDN博客目录引言一、AIGC在元宇宙中的作用1.1AIGC与虚拟人物创作1.1.1生成虚拟人物外观1.1.2个性化虚拟角色设计1.2AIGC与虚拟角色的行为与交互1.2.1行为生成与强化学习
云边有个稻草人·2025-02-03 19:38

Reinforcement Learning 通过强化学习激励大型语言模型的推理能力

主要技术：1.强化学习(RL)核心是强化学习技术，像训练小狗一样，当模型做出正确的推理步骤或得到正确的
davenian·2025-02-03 18:56

基于“蘑菇书”的强化学习知识点（一）：奖励函数（Reward Function）和价值函数（Value Function）的区别

奖励函数（RewardFunction）和价值函数（ValueFunction）的区别摘要1.定义与目标奖励函数（RewardFunction）价值函数（ValueFunction）2.核心区别3.具体示例场景：迷宫导航问题(1)奖励函数的设计(2)价值函数的计算对比结果4.关系与协同作用总结摘要本系列知识点讲解基于蘑菇书EasyRL中的内容进行详细的疑难点分析！具体内容请阅读蘑菇书EasyRL！
墨绿色的摆渡人·2025-02-03 17:20

初入机器学习

也为大家提供一些个人的思考一切仅供参考概念辨析深度学习：本质是建模，将训练得到的模型作为系统的一部分使用侧重于发现样本集中隐含的规律难点是认识并了解模型，合理设置初始模型，要对建模对象有比较深刻的认识依赖大量的准确训练样本强化学习
辰尘_星启·2025-02-03 14:54

基于CNN(一维卷积Conv1D)+LSTM+Attention 实现股票多变量时间序列预测(PyTorch版)

食品饮料、运动健身、交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络、循环神经网络、生成对抗网络、门控循环单元、长短期记忆、自然语言处理、深度强化学习
矩阵猫咪·2025-02-03 12:42

DeepSeek：开启智能搜索与AI发展的新纪元

一、DeepSeek简介DeepSeek由杭州深度求索人工智能基础技术研究有限公司推出，是一款集自然语言处理（NLP）、计算机视觉（CV）、强化
gs80140·2025-02-03 08:08

AI模型升级版0.02

同时，我会结合最新的技术趋势，例如强化微调（ReinforcementFine-Tuning），来提升模型的性能。步骤1：安装必要的库首先，确保您的Windows系统上安装了Python（推荐Pyth
pps-key·2025-02-03 02:51

DeepSeek-R1,DeepSeek-V3,DeepSeek-VL,DeepSeek-V2,DeepSeek-R1-Zero各个模型区别

3.模型参数与规模4.应用场景5.性能表现6.发布时间7.价格1.各个模型架构DeepSeek-R1：未明确有特殊架构说明，但属于推理模型，可能在Transformer架构基础上针对推理做了优化，通过强化学习训练实现大量反思和验证
fpga和matlab·2025-02-03 01:12

强化学习中的关键模型与算法：从Actor-Critic到GRPO

强化学习中的关键模型与算法：从Actor-Critic到GRPO强化学习中的Actor-Critic模型是什么？这与生成对抗网络（GANs）十分相似。
·2025-02-02 22:14

【Legged Gym】Legged Gym训练参数详解与自定义任务实现

LeggedGym训练参数详解与自定义任务实现在进行机器人强化学习训练时，LeggedGym提供了一套灵活的参数配置系统，以适应不同的训练需求和环境。
啵啵啵啵哲·2025-02-02 19:28

监督学习、无监督学习和强化学习的特点和应用场景

在机器学习中，监督学习、无监督学习和强化学习是三种核心的学习范式，它们各自具有独特的特点和应用场景。
BugNest·2025-02-02 16:03

LSTM 网络在强化学习中的应用

LSTM网络在强化学习中的应用关键词：LSTM、强化学习、时序依赖、长期记忆、深度Q网络、策略梯度、Actor-Critic摘要：本文深入探讨了长短期记忆（LSTM）网络在强化学习领域的应用。
AI天才研究院·2025-02-02 14:23

攻克设备数据质量难题：深度学习应用的数据基石搭建教程（DBSCAN 聚类算法）

本文聚焦设备数据采集与预处理阶段面临的噪声干扰、数据缺失等难题，深入讲解强化采集端管控的策略，详细剖析聚类、统计法及线性回归模型在数据清洗与补全中的应用原理，并结合振动传感器数据实例给出可实操的Python
AI_DL_CODE·2025-02-02 10:51

YOLOv10改进策略【Neck】| NeurIPS 2023 融合GOLD-YOLO颈部结构，强化小目标检测能力

将其应用于YOLOv10的改进过程中，能够使模型更有效地整合多尺度特征，减少信息损失，强化对不同大小目标物体的特征表达，从而提升模型在复杂场景下对目标物体的检测精度与定位准确性。
Limiiiing·2025-02-02 10:50

Java 大视界 -- Java 大数据中的强化学习算法实践与优化 （57）

亲爱的朋友们，热烈欢迎来到青云交的博客！能与诸位在此相逢，我倍感荣幸。在这飞速更迭的时代，我们都渴望一方心灵净土，而我的博客正是这样温暖的所在。这里为你呈上趣味与实用兼具的知识，也期待你毫无保留地分享独特见解，愿我们于此携手成长，共赴新程！一、欢迎加入【福利社群】点击快速加入：青云交灵犀技韵交响盛汇福利社群点击快速加入2：2024CSDN博客之星创作交流营（NEW)二、本博客的精华专栏：大数据新视
青云交·2025-02-02 05:40
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他