#unified training

1 stories · 1 in 7 days · 1 in 30 days

RL 1 SFT 1 训练框架 1 预训练 1

Stories, products and papers tagged "unified training", newest first.

Oct 30

Papers Builders79°14:10

Chinese content统一训练框架：把预训练到 RL 整合进单一算法

一篇把 SFT 和 RL 说成同一件事的论文，训练管线能简化成数据配比问题，做模型训练的人可以看看思路。

#unified training #RL #SFT #预训练

arXiv cs.LG@Yuda Song et al. (10)Source