斯坦福CS336第十五课：详解SFT、RLHF

编辑手记 · 大模型读完弹幕后的判断

名校课程体系完整、推导扎实，覆盖指令微调与人类反馈强化学习核心方法，可复用性强

斯坦福CS336第十五课，系统讲解SFT与RLHF后训练流程与原理

适合谁

大模型学习者与算法工程师

前置

深度学习基础、Transformer与强化学习入门

难度

偏硬 · ●●●●○

时效

有时效 · 部分工具已变

类型

教程