SFT vs DPO vs GRPO vs PPO (In 30 Seconds) #LLM #ML #AI
0:10
SFT vs DPO vs GRPO vs PPO (In 30 Seconds) #LLM #ML #AI
已浏览 35 次2 个月之前
YouTubeNeurons Decoded
An update on DPO vs PPO for LLM alignment
13:23
An update on DPO vs PPO for LLM alignment
已浏览 3941 次2024年7月22日
YouTubeNathan Lambert
Is DPO Actually Better? The Shocking Truth About LLM Alignment!
5:31
Is DPO Actually Better? The Shocking Truth About LLM Alignm…
1 个月前
YouTubemind shift
【2026强化学习入门】保姆级课程！AI大佬手把手带你三天吃透强化学习所有算法，一口气学完Q-Learning、DQN、PPO、DPO等算法的原理 实操。AI
4:50
【2026强化学习入门】保姆级课程！AI大佬手把手带你三天吃透强化 …
已浏览 865 次1 周前
bilibili迪哥AI讲坛
Revolutionizing AI Training: DPO, PPO, and GRPO Explained! 🤖| Masterbots.ai
0:57
Revolutionizing AI Training: DPO, PPO, and GRPO Explained! 🤖| Mast…
已浏览 27 次2025年4月8日
YouTubeBitlauncher | Bitcash
PPO vs DPO in RLHF: What LLM Job Candidates Should Know
10:28
PPO vs DPO in RLHF: What LLM Job Candidates Should Know
3 周前
YouTubeWei Sun
What is a data protection officer (DPO) and what do they do? | TechTarget
4:00
What is a data protection officer (DPO) and what do they do? | Tec…
2024年5月2日
techtarget.com
8:55
Direct Preference Optimization: Your Language Model is Secretly …
已浏览 4万 次2023年12月22日
YouTubeAI Coffee Break with Letitia
1:27:21
RLHF, PPO and DPO for Large language models
已浏览 3689 次2024年2月18日
YouTubeArvind N
28:53
Fine-tuning LLMs on Human Feedback (RLHF + DPO)
已浏览 2.3万 次2025年3月3日
YouTubeShaw Talebi
1:55
How PPO Works in Game AI | Deep Reinforcement Learning Tutorial
已浏览 116 次3 个月之前
YouTubeSystemDR - Scalable System Design
Diploma in AI & Data Engineering (C31)
11 个月之前
nyp.edu.sg
48:46
Direct Preference Optimization (DPO) explained: Bradley-Terry m…
已浏览 3.6万 次2024年4月14日
YouTubeUmar Jamil
6:30
Direct Preference Optimization (DPO) Explained | Train AI with Hu…
已浏览 1 次1 个月前
YouTubeTech Pulse Labs
1:46:15
RFT, DPO, SFT: Fine-tuning with OpenAI — Ilan Bigio, OpenAI
已浏览 1.7万 次10 个月之前
YouTubeAI Engineer
13:45
An Introduction to Proximal Policy Optimization (PPO) in Deep Reinfo…
已浏览 1.8万 次2019年6月3日
YouTubeUdacity-DeepRL
2:51
LLMs: Is PPO Dead? A New AI Training Strategy? #shorts
已浏览 625 次7 个月之前
YouTubeFrom First Principles Podcast
0:12
What DPO Really Is (and What It Assumes) #ml #ai #coding #data #…
已浏览 64 次2 个月之前
YouTubeNeurons Decoded
21:15
Direct Preference Optimization (DPO) - How to fine-tune LLMs dir…
已浏览 3.1万 次2024年6月21日
YouTubeSerrano.Academy
9:00
Ai绘画进阶296-让最强更强！Z-image-turbo Qwen3 4B Engineer V4 & Fl…
已浏览 1.7万 次1 个月前
bilibiliT8star-Aix
18:37
DeepseekR1的核心GRPO算法的完整开源替代方案-DAPO：一个大规模 …
已浏览 1255 次11 个月之前
bilibiliAI论文小小编
31:15
Simply Explaining Proximal Policy Optimization (PPO) | Deep Reinfor…
已浏览 1.9万 次2025年4月11日
YouTubeJohnny Code
16:57
Direct Preference Optimization (DPO) | Paper Explained
已浏览 1894 次4 个月之前
YouTubeOutlier
5:32
This AI Breakthrough Changes Everything (DPO Explained)
已浏览 1 次3 个月之前
YouTubeCollapsedLatents
21:24
从PPO到DPO | 公式推导 代码实操，大模型对齐算法进阶之路
已浏览 1534 次3 个月之前
bilibili志豪Jeremy
9:10
Direct Preference Optimization: Forget RLHF (PPO)
已浏览 1.6万 次2023年6月6日
YouTubeDiscover AI
6:06:21
LLMs from Scratch – Practical Engineering from Base Model to P…
已浏览 15.9万 次7 个月之前
YouTubefreeCodeCamp.org
1:24
SRPPO: The AI Alignment Game-Changer (No Human Labels Neede…
已浏览 3 次5 个月之前
YouTubeCollapsedLatents
11:21
如何实现PPO算法？1小时跟着博士搞懂深度强化学习PPO算法原理及实 …
已浏览 1995 次2023年11月20日
bilibili人工智能-研究所
10:06
面试官：PPO与DPO的区别？？被问懵了。。AI大模型面试必看！
已浏览 7593 次10 个月之前
bilibiliAI大模型大课堂
观看更多视频
静态缩略图占位符