简介:

增强LLM推理能力的ReFT

功能:

监督微调(SFT)

在线强化学习

PPO算法

推理路径采样

性能优化策略

需求人群:

"用于增强大型语言模型的推理能力,特别是在数学问题解决等领域"

浏览量:16

s1785318098921236

打开站点

构建AI去赚钱
s1785341518918206
类似产品

© 2024     AIbase    备案号:闽ICP备08105208号-14

隐私政策

用户协议

意见反馈 网站地图