免费编程教程

全部标签 Python 自动化 系统设计 可视化 开源 安全 Java Android 隐私 架构 性能 微调
最新
多模态表示学习

学习将不同模态的数据映射到统一语义空间的技术，如 CLIP、VATT 等，支持跨模态检索与推理。

人工智能 多模态 表示学习 对齐
6 0 0
2026-06-19
最新
偏好数据集构建

指导如何收集和构建用于 RLHF 与 DPO 的偏好比较数据集，包括标注准则、提示设计、质量控制和评分者一致性分析。

人工智能 偏好数据 对齐 人类反馈
16 0 0
2026-06-14
最新
RLHF 人类反馈强化学习

完整梳理 RLHF 三阶段：监督微调、奖励模型训练与 PPO 强化学习，理解如何利用人类偏好数据让大模型输出更符合期望与价值观。

人工智能 RLHF 人类反馈 对齐
20 0 0
2026-06-13