Excellent! 704 posts in total. Keep on posting.

NLP——WizardLM(Evol-Instruct)

NLP——HF-Trainer使用总结

NLP——Megatron框架的使用

NLP——LLM对齐微调相关总结

RL——DDPO

RL——Diffusion-QL

RL——Decision-Transformer

RL——Decision-Diffuser

RL——Diffuser

RL——QVPO