RLHF 免费课程上线

caglar_ee · x · 2026-07-19

Nathan Lambert 推出了配套免费的 RLHF 课程视频，首批包括导论、IFT、Reward Model、Rejection Sampling、RL 数学和 RL 实现等内容。作者表示后续还会加入问答视频，并同步推进书籍代码开发，用于补足近期开花但变化很快的后训练方法知识。

原文链接 →

「研究」频道最新

• 研究发现，结构集成比单一预测更能提升 TCR:pMHC 泛化 — quaidmorris · 2026-07-22
• RSS 加入 OMSF，推进结构生物学大规模数据建模 — MoAlQuraishi · 2026-07-22
• enFoldX 在 8 个 neoantigen 数据集上拿到领先结果 — quaidmorris · 2026-07-22
• enFoldX 在 human VDJdb 上达 AUC 0.82 并可迁移到 mouse — quaidmorris · 2026-07-22
• enFoldX 利用 AF3 ensemble 分歧识别非结合对 — quaidmorris · 2026-07-22
• 三维射线图把这个 Jacobian 反例画得极难读懂 — moultano · 2026-07-22

更多「研究」频道 AI 资讯 →