📚 RLHF 课程矩阵
20 门 · 编程封面
点击封面或标题 · 跳转至对应课程文件夹 index.html
{
}
</>
《RLHF与SFT微调的协同训练实战课程》
协同 · 微调
{
}
</>
《RLHF在内容生成中的偏差控制》
偏差 · 控制
{
}
</>
《RLHF在对话系统中的落地应用》
对话 · 落地
{
}
</>
《RLHF对齐技术：从原理到部署》
原理 · 部署
{
}
</>
《RLHF技术选型与成本效益分析》
选型 · 成本
{
}
</>
《RLHF数据清洗与标注质量管控实战课程》
数据 · 质量
{
}
</>
《RLHF核心算法与模型训练实战》
算法 · 训练
{
}
</>
《RLHF模型的评估与迭代方法》
评估 · 迭代
{
}
</>
《人类反馈采集策略与工具链》
反馈 · 工具
{
}
</>
《从PPO到DPO：强化学习与偏好对齐的演进之路》
PPO · DPO
{
}
</>
《从零上手RLHF实战入门》
入门 · 实战
{
}
</>
《从零搭建RLHF训练流水线》
流水线 · 搭建
{
}
</>
《企业级RLHF数据隐私与合规实战指南》
隐私 · 合规
{
}
</>
《基于人类反馈的强化学习精讲》
精讲 · 强化
{
}
</>
《多轮对话中的RLHF对齐方案》
多轮 · 对齐
{
}
</>
《大模型安全性与价值对齐实战》
安全 · 价值
{
}
</>
《奖励模型设计与数据标注实战》
奖励 · 标注
{
}
</>
《奖励模型过拟合与泛化优化实战》
过拟合 · 泛化
{
}
</>
《开源RLHF框架部署与调优实战》
开源 · 调优
{
}
</>
《构建高质量偏好数据集全流程实战》
数据集 · 偏好