强化学习 微调与对齐 书籍 从RLHF到DPO全流程解析大语言模型训练优化与安全部署指南 电子工业出版 大模型算法 社正版
折后¥54.5
最近售200+件
and Large Language 海外直订Deep with Learning Chatbots Python 深度强 Reinforcement Rlhf for
券后¥585
最近售0件
and Rlhf Language 9798868802720 Chatbots Large Understand Learning Python 4周达 Deep Mod... with Reinforcement
折后¥672
最近售0件
4
效果优化及其实践 详解强化学习 DeepSeek蒸馏 RLHF GRPO DPO 微调与对齐 SFT 大模型算法：强化学习 当当网 CoT
折后¥72.3¥75.4
5
SFT DPO 详解强化学习 微调与对齐 效果优化及其实践 DeepSeek蒸馏 CoT GRPO RLHF 大模型算法：强化学习
折后¥69.6¥69.6
6
效果优化及其实践 详解强化学习 DeepSeek蒸馏 RLHF GRPO DPO 微调与对齐 SFT 强化学习 大模型算法 CoT
折后¥65.4¥109
7
SFT DPO 详解强化学习 微调与对齐 效果优化及其实践 DeepSeek蒸馏 CoT GRPO RLHF 大模型算法：强化学习
1元
券后¥72¥72
8
效果优化及其实践书籍 详解强化学习 DeepSeek蒸馏 RLHF GRPO DPO 微调与对齐 SFT 大模型算法：强化学习 正版 CoT
折后¥57.55¥57.55
9
效果优化及其实践书籍 详解强化学习 DeepSeek蒸馏 RLHF GRPO DPO 微调与对齐 SFT 大模型算法：强化学习 正版 CoT
折后¥59.9¥59.9
10
强化学习 微调与对齐 书籍 从RLHF到DPO全流程解析大语言模型训练优化与安全部署指南 电子工业出版 大模型算法 社正版
折后¥53.5¥109
11
强化学习 微调与对齐 书籍 从RLHF到DPO全流程解析大语言模型训练优化与安全部署指南 电子工业出版 大模型算法 社正版
折后¥53.5¥109