SFT、DPO、GRPO三种训练器的训练数据与应用场景

AI-DeepSeek Tag

2025

02-13

SFT、DPO、GRPO三种训练器的训练数据与应用场景

02-11

大模型要占用多少显存

02-08

DeepSeek-R1的核心技术

02-07

DeepSeek的核心技术