1. 百合树AI写作-专业学术论文写作助手首页
  2. 行业动态

LLaMA版o1：支持蒙特卡洛树、自博弈RL、AlphaGo Zero

行业动态

收录于话题

#LLM热点Paper#OpenAI o1#蒙特卡洛树搜索

LLaMA-O1项目：使用 PyTorch 和 HuggingFace 进行训练、推理和评估的开放大型推理模型（LRM）框架。由蒙特卡洛树搜索 (MCTS)、自我对弈强化学习（Self-Play Reinforcement Learning,）、PPO、AlphaGo Zero的双层策略范式和大型语言模型提供支持的大型推理模型！

LLaMA版o1：支持蒙特卡洛树、自博弈RL、AlphaGo Zero

此次开源的还包括长思维链CoT预训练数据OpenLongCot-Pretrain（103K），每条数据包括问题描述、多步推理，最终答案

LLaMA版o1：支持蒙特卡洛树、自博弈RL、AlphaGo Zero
上述样本中文翻译：

LLaMA版o1：支持蒙特卡洛树、自博弈RL、AlphaGo Zero

https://huggingface.co/datasets/qq8933/OpenLongCoT-Pretrainhttps://github.com/SimpleBerry/LLaMA-O1

推荐阅读

欢迎关注我的公众号“PaperAgent”，每天一篇大模型（LLM）文章来锻炼我们的思维，简单的例子，不简单的方法，提升自己。

  文章内容来自于网络，由百合树AI整理，如有侵权，联系删除。如需开始AI写作请返回主页。

上一篇：

下一篇：

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注