AI工具与模型HOT精选全部
#fine-tune

#fine-tune

共 2 条 · 全部主题 →

arXiv cs.AI评分65

强化学习后印度语言任务的得与失

这项研究用 GRPO 在四个环境中对 30B-A3B 混合专家模型做强化学习,考察印度语言任务上哪些能力提升、哪些退化。

11月16日 13:00

推荐理由:涉及模型与微调 · 与本主题相关