Back to GitHub projects

Agentic RL 入門チュートリアル:Jev/System One とRLの境界

Agentic RL の中国語初心者向けチュートリアル。全25章と実行可能な minimal-verl サンプルを含み、第25章では TypeSafe AI の Jev/System One 判別モデルと強化学習の能力境界を分析します。

README 明确介绍 TypeSafe AI 的 Jev / System One 判别模型,并设有第 25 章分析 Jev 与强化学习的能力边界,属于含实质技术内容的教程;同时包含 minimal-verl 可运行示例。

· 108 starsOpen on GitHub