https://rlhfbook.com/c/12-synthetic-data#the-path-to-on-policy-teacher-student-distillation
https://rlhfbook.com/c/12-synthetic-data#the-path-to-on-policy-teacher-student-d…
0 viewsОткрыть в Telegram →
Из этого канала
- #6632Small LLMs: Pruning vs. Training from Scratch https://arxiv.org/abs/2606.14150…
Small LLMs: Pruning vs. Training from Scratch https://arxiv.org/abs/2606.14150 https://www.alphaxiv.org/overview/2606.14150
- #6633Tmax: A simple recipe for terminal agents https://arxiv.org/abs/2606.23321…
Tmax: A simple recipe for terminal agents https://arxiv.org/abs/2606.23321 https://www.alphaxiv.org/ru/overview/2606.23321
- #6635Делаю инструмент rust-android-connection Он позволяет через браузер сделать…
Делаю инструмент rust-android-connection Он позволяет через браузер сделать тунель к телефону для агнета Агент на сервере сможет через CLI,MCP,RESTAPI…
- #6630Некоторое время назад мы с партнером запустили AI-интегратор, yet another. Без…
Некоторое время назад мы с партнером запустили AI-интегратор, yet another. Без воздуха и с багажом знаний и экспертизы, приобретенной в период разработки…
- #6629Кто нибудь в чатике хочет заколлабиться и поRLить нейронки под околохимию? Мне…
Кто нибудь в чатике хочет заколлабиться и поRLить нейронки под околохимию? Мне кажется там достаточно простора,относительно легко верифицировать, и не такой…