滴
公众号

滴滴技术

滴滴出行官方技术号

181 篇已收录文章

这个来源的文章

按发布时间排序

清华大学车辆学院联合滴滴自动驾驶提出STAPO算法,解决大模型强化学习微调稳定性问题

近日,清华大学车辆与运载学院智能驾驶课题组(iDLab)与滴滴自动驾驶的深穹远航实验室联合提出了用于大模型微调训练的 STAPO(Spurious-Token-Aware Policy Optimiz...

阅读全文 :清华大学车辆学院联合滴滴自动驾驶提出STAPO算法,解决大模型强化学习微调稳定性问题