Skip to content

rlhf_dpo

Jump to bottom
陳鍾誠 edited this page Dec 31, 2024 · 2 revisions

從 RLHF 到 DPO

陳鍾誠 於 金門大學 資訊工程系 -- 本書衍生自 維基百科 與 Karpathy 的 micrograd 與 minGPT ，採用 CC: BY-SA 授權

GPT 背後的數學與程式

  1. 簡介
  2. 梯度下降法
  3. 反傳遞算法
  4. GPT
  5. ChatGPT

補充

思想遊戲

Clone this wiki locally