13:20
向阳乔木@vista8
向阳乔木@vista8精选
推荐理由：Nathan Lambert 出书讲 RLHF，还配了 13 讲免费课和 PPT，零基础也能跟着学，想入门后训练可以看看。
Nathan Lambert
共 1 条相关 AI 资讯
8月11日
13:20
Nathan Lambert 撰写了一本专门介绍大模型 RLHF 的书籍，并配套 13 讲正课和免费 PPT。课程不要求大语言模型基础，适合初学者借助 AI 辅助学习。内容从 LLM 原理、KL 散度、交叉熵等基础讲起，涵盖 RLHF 和后训练框架、指令微调、奖励模型、拒绝采样、RLVR、DPO 等。还涉及合成数据和当前 Post Training 方法，课程和 PPT 可在评论区获取。