NLP——SEAL

NLP——将传统强化学习Trick用到LLM中的思考

NLP——MHA2MLA(Partial-RoPE)

NLP——AReaL

NLP——DeepCoder

NLP——DeepScaleR

NLP——LLM-Reasoning-Coconut

NLP——LLM对齐微调-ARPO

NLP——LLM对齐微调-AlignXplore

NLP——LLM对齐微调-AdvancedIF(RIFL)