HyperAI
HyperAI
メイン
ホーム
GPU
コンソール
Studio
ドキュメント
料金
パルス
ニュース
リソース
論文
ノートブック
データセット
Wiki
ベンチマーク
SOTA
LLMモデル
GPUランキング
コミュニティ
カンファレンス
ユーティリティ
検索
概要
利用規約
プライバシーポリシー
日本語
HyperAI
HyperAI
Toggle Sidebar
⌘
K
Command Palette
Search for a command to run...
サインイン
HyperAI
Papers
訓練方針最適化の幻影：大規模言語モデル強化学習における真の目的としての単調推論方針
Discordで議論
2ヶ月前
モデル学習
監視付き微調整
vLLM
概要
論文
Paper - 訓練方針最適化の幻影：大規模言語モデル強化学習における真の目的としての単調推論方針 | 論文 | HyperAI超神経