Study note
Hands-On Modern RL
Properties
- Type
- Blogs
- Status
- 待读
- Domain
- AI / ML
- Category
- 深度学习、自动微分与实践
- Source
- github.com
- Vault note
library/articles/ai_ml/Hands-On-Modern-RL-e44122495784ef79.md
Summary
开源 hands-on RL 课程，目标是从基础强化学习概念过渡到 LLM alignment、RLVR 和 agentic systems，覆盖 PPO、RLHF、DPO、GRPO 等现代主题。
Highlights
代码优先，适合把强化学习理论、LLM 对齐和 agent 训练方法串成可运行实践。
Notes
从 PPO 到 RLHF、DPO、GRPO、Agentic RL 的代码优先教程。
Comments
Loading comments...