Blog
Chinese articles
- 2026-09假如有一万张卡，RL训练该怎么扩大规模？十万张呢？
- 2026-04Claude强到不敢发的Mythos，被质疑用了字节Seed技术
- 2025-11字节Seed团队发布循环语言模型Ouro，在预训练阶段直接「思考」，Bengio组参与
- 2025-03ICLR 2025 | 基于模块归因和干预的大型视觉语言模型幻觉缓解
- 2024-08i-Future报告 | 基于熵最大原则的大语言模型微调方法
- 2024-07Adam有了mini版：内存占用少一半，吞吐量提升50%
- 2023-10在RTX 4090被限制的时代下，让大模型使用RLHF更高效的方法来了
- 2023-10ReMax: 一种高效，可替代PPO的RLHF算法
- 2022-09模仿学习理论与算法
- 2022-08实现模仿学习样本效率的理论新突破，南栖提高效对抗式模仿学习算法