Zhangzhe's Blog

12-13

上手训练大模型(2)——以LlamaFactory视角看大模型微调全流程

12-13

上手训练大模型(1)——用Alpaca-cleaned指令微调Llama-3.2-3B

11-28

强化学习(6)——Actor-Critic系列算法

11-19

强化学习(5)——DQN的变体们

11-15

强化学习(4)——用DQN算法训练Agent玩Taxi游戏

11-11

强化学习(3)——强化学习算法分类

11-08

强化学习(2)——用Q Learning算法训练Agent玩Blackjack

11-06

强化学习(1)——用REINFORCE算法训练Agent玩倒立摆游戏

10-29

大模型量化/部署——在AX650上部署Qwen模型

10-22

用 transformers 推理 Qwen2-0.5B-Instruct