经典文献思维链(CoT)(Chain-of-Thought Prompting Elicits Reasoning in Large Language Models) aipao_admin / 2026年10月13日 一句话导读 让模型”一步一步 […]
经典文献ReAct(推理-行动智能体)(ReAct: Synergizing Reasoning and Acting in Language Models) aipao_admin / 2026年10月13日 一句话导读 大模型既会思考又会调用工具, […]
经典文献基于人类偏好的模型微调(Fine-Tuning Language Models from Human Preferences) aipao_admin / 2026年10月13日 一句话导读 RLHF技术雏形,让输出更合 […]
经典文献人类偏好深度强化学习(Deep reinforcement learning from human preferences) aipao_admin / 2026年10月13日 一句话导读 用人类打分训练AI,奖励建模 […]
经典文献有用且无害的RLHF助手(Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback) aipao_admin / 2026年10月13日 一句话导读 平衡”有用 […]
经典文献宪法AI(Constitutional AI)(Constitutional AI: Harmlessness from AI Feedback) aipao_admin / 2026年10月13日 一句话导读 “AI教AI&# […]
经典文献StyleGAN(风格生成网络)(A Style-Based Generator Architecture for Generative Adversarial Networks) aipao_admin / 2026年10月13日 一句话导读 可精准控制人脸的顶级图像生成 […]
经典文献DDIM(快速扩散采样)(Denoising Diffusion Implicit Models) aipao_admin / 2026年10月13日 一句话导读 让扩散生成提速数十倍的高效采 […]
经典文献扩散模型(DDPM)(Denoising Diffusion Probabilistic Models) aipao_admin / 2026年10月13日 一句话导读 从噪声中“去噪”生成图像,文 […]