Beiträge

Artikelbild für den Artikel: EFFICIENT GRPO AT SCALE

EFFICIENT GRPO AT SCALE

/
0 Kommentare
Liger optimiert die Group Relative Policy Optimization (GRPO) und reduziert den Speicherbedarf um 40 %. Der Artikel behandelt die Integration in TRL und die Vorteile der neuen Funktionen.
Artikelbild für den Artikel: SELF-SUPERVISED CONVERSATIONAL SEARCH

SELF-SUPERVISED CONVERSATIONAL SEARCH

/
0 Kommentare
ConvSearch-R1 reformulates conversational queries without external supervision by using reinforcement learning with retrieval-based rewards.
Artikelbild für den Artikel: OPENAI COOKBOOK: MODEL GRADERS FOR REINFORCEMENT FINE-TUNING

OPENAI COOKBOOK: MODEL GRADERS FOR REINFORCEMENT FINE-TUNING

/
0 Kommentare
In diesem Tutorial wird erläutert, wie man Reinforcement Fine-Tuning (RFT) anwendet, um die Fähigkeiten des o4-mini-Modells in medizinischen Aufgaben zu verbessern.
Artikelbild für den Artikel: Die umfassende Übersicht über Reinforcement Learning

Die umfassende Übersicht über Reinforcement Learning

/
0 Kommentare
Kevin Murphy hat sein Lehrbuch über Reinforcement Learning aktualisiert, das traditionelle Ansätze und moderne Entwicklungen wie DPO und GPRO behandelt.
Artikelbild für den Artikel: AGENTS, TOOLS, AND SIMULATORS: Ein tiefgehender Blick auf die Konzepte der KI

AGENTS, TOOLS, AND SIMULATORS: Ein tiefgehender Blick auf die Konzepte der KI

/
0 Kommentare
In diesem Artikel werden die drei konzeptionellen Linsen von KI – Agenten, Werkzeuge und Simulatoren – untersucht, um deren Unterschiede und Gemeinsamkeiten zu verstehen.
Artikelbild für den Artikel: OpenThinkIMG: Ein visuelles Werkzeug für KI-Agenten

OpenThinkIMG: Ein visuelles Werkzeug für KI-Agenten

/
0 Kommentare
OpenThinkIMG ist ein Open-Source-Framework, das es vision-language Modellen ermöglicht, aktiv mit visuellen Werkzeugen zu interagieren und komplexe visuelle Probleme zu lösen.
Artikelbild für den Artikel: Flow-GRPO: Integration von Reinforcement Learning in Flow Matching Modelle

Flow-GRPO: Integration von Reinforcement Learning in Flow Matching Modelle

/
0 Kommentare
Flow-GRPO integriert Reinforcement Learning in Flow Matching Modelle, um die Effizienz und Genauigkeit zu steigern. Dieser Artikel beleuchtet die technischen Details und Implementierungsmöglichkeiten.
Artikelbild für den Artikel: ctorritic ernen mit fflineaten in neuer nsatz zur optimalen robenffizienz

Actor-Critic Lernen mit Offline-Daten: Ein neuer Ansatz zur optimalen Proben-Effizienz

/
0 Kommentare
Ein neuer Actor-Critic RL-Algorithmus hat nahezu optimale Proben-Effizienz erreicht, indem er Offline-Daten und gezielte Exploration nutzt.
Artikelbild für den Artikel: COGNITION KEVIN-32B: Multi-Turn RL für die Erstellung von CUDA-Kernels

COGNITION KEVIN-32B: Multi-Turn RL für die Erstellung von CUDA-Kernels

/
0 Kommentare
In diesem Artikel wird das Modell KEVIN-32B vorgestellt, das Reinforcement Learning für die mehrstufige Codegenerierung nutzt und bestehende Modelle bei der Entwicklung von CUDA-Kernels übertrifft.