Back to GitHub projects

บทเรียน Agentic RL สำหรับมือใหม่: Jev/System One และขอบเขต RL

บทเรียน Agentic RL ภาษาจีนสำหรับผู้เริ่มต้น จำนวน 25 บท พร้อมตัวอย่าง minimal-verl ที่รันได้ บทที่ 25 วิเคราะห์ขอบเขตความสามารถระหว่างโมเดลจำแนก Jev/System One ของ TypeSafe AI กับการเรียนรู้แบบเสริมกำลัง

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