NLP——LLM-Rubric-RL相关总结

NLP——LLM-RL训练指标记录

NLP——LLM对齐微调-VC-PPO

NLP——对齐微调-RLSD

NLP——LLM对齐微调-SDPO

NLP——LLM对齐微调-SDPO(Segment-Level-DPO)

NLP——DeepScaleR

NLP——DeepCoder

NLP——AReaL

NLP——LLM-Reasoning-Coconut