Post-Training : DPO, GRPO et RL pour les LLM0%
0%
Cours de maîtrise
Post-Training : DPO, GRPO et RL pour les LLM
0%
Choisis le bon algorithme de post-training -- optimisation des préférences, RL de raisonnement et RL d'agent -- sans te noyer dans les articles de recherche.
Fait partie de : Fondations de l'ingénierie IA
6 modules·~17 min