斯坦福CME 295第四讲聚焦大模型强化学习并公开资料
热点事件持续更新
斯坦福CME 295第四讲聚焦大模型强化学习并公开资料
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
斯坦福课程 CME 295（Transformers & Large Language Models）已进行到第四讲“Reinforcement learning with LLMs”，主讲人 Afshine 与 Shervine Amidi 将该讲的视频和讲义公开。 据邵猛在 X 上的介绍，这一讲从强化学习与奖励设计讲起，覆盖 PPO、GRPO、RLVR 和 DAPO，并逐个符号讲解。课程共 9 讲，内容还包括 Transformer 架构、LoRA 微调、Flash Attention、MCP 与扩散语言模型，资料发布在 cme295.stanford.edu。
AI 根据报道生成 · 1 小时前更新
最新进展10月20日 19:51
斯坦福新课 CME 295 第四讲：大语言模型强化学习，讲义与视频公开报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- 邵猛斯坦福新课 CME 295 第四讲：大语言模型强化学习，讲义与视频公开
作者介绍斯坦福新课 CME 295（Transformers & Large Language Models），由 Afshine 与 Shervine Amidi 主讲，目前进行到第四讲 Reinforcement learning with LLMs，视频与讲义已公开。本讲从 RL、Reward Design 讲到 PPO、GRPO、RLVR 和 DAPO，逐个符号讲解；课程共 9 讲，覆盖 Transformer 架构、LoRA 微调、Flash Attention、MCP 与扩散语言模型等，资料全部公开（cme295.stanford.edu）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。