本文作者:meng shao(@shao__meng)。版权归作者所有,未经授权禁止转载。
原论文:The Tasteful Agent: Measuring and Improving Taste in Long-Horizon Tasks(arXiv 2609.25804,Wenbo Pan 等,33
本文作者:meng shao(@shao__meng)。版权归作者所有,未经授权禁止转载。
Fireworks AI @FireworksAI_HQ 官方文档中 Training API Cookbook 系列的一篇实战教程,主题是用强化学习训练 LoRA 适配器。整篇教程回答了一个核心问题:如何用 RL(非 SFT)来微调一个开源模型,
本文作者:meng shao(@shao__meng)。版权归作者所有,未经授权禁止转载。
斯坦福大学 CS146S: The Modern Software Developer
@mihail_eric 教授主讲的为期 10 周的公开课程第一周课程资料和代码都已公开,假期学起来!
Eric 教授认为:软件开发的主体正在从"人写代码"