Post-Training: DPO, GRPO & RL für LLMs0%
0%
Meisterschaftskurs
Post-Training: DPO, GRPO & RL für LLMs
0%
Wähle den richtigen Post-Training-Algorithmus – Preference Optimization, Reasoning RL und Agent RL – ohne in Research-Papers zu ertrinken.
Teil von: KI-Engineering-Grundlagen
6 Module·~17 Min.