正在加载...
请使用更现代的浏览器并启用 JavaScript 以获得最佳浏览体验。
加载论坛时出错,请强制刷新页面重试。
全部主题
使用PPO算法出现均值,标准差计算nan,求求大神解答
【重磅快讯】强化学习大牛John Schulman离职OpenAI, 曾开发PPO|TRPO|GAE等算法, 领导OpenAI强化学习团队!
有没有全量微调过大模型MiniCPM-Llama3-V 2.5的?显存多少?
大家如何看“具身智能”+强化学习的结合点的发展前景
#强化学习工程师社会招聘#具身智能/抓取操作算法工程师
[滴滴实习生招聘] 强化项目落地 大有可为
如何设计高效的架构和算法,以应对 3D 视觉数据和语言数据的高维度和大规模特性,同时保证模型的泛化能力和鲁棒性?
某人形机器人公司诚邀请具身算法首席科学家加入!
强化学习/模仿学习/Q-learning/GAIL/GANs实习生招聘(出海游戏)
【头条招聘】强化学习工程师
【腾讯招聘】游戏AI强化学习算法研究员(深圳)
多智能体强化学习算法MASAC
适合RLer参加的国际大型比赛 - NeurIPS Competition 2024:Auto-Bidding in Large-Scale Auctions
上海人工智能实验室决策智能团队招聘开放式强化学习算法研究开发实习生
某头部大厂金融业务部门寻找大模型对齐算法人选,希望强化学习背景,做大模型rlhf等工作
强化学习实验过程中梯度范数收敛问题
【腾讯招聘】游戏AI强化学习算法研究员深圳
2024年腾讯开悟人工智能全球公开赛(王者荣耀)(奖金池200万)
Huggingface下载大数据集和模型方法
国内某人形机器人公司招AI大模型机器人大脑负责人
« 上一页
下一页 »
Document