标签： o1模型

复刻 OpenAI o1 推理大模型，开源界传来最新进展： LLaMA 版 o1 项目刚刚发布，来自上海 AI Lab 团队。 简介中明确：使用了蒙特卡洛树搜索，Self-Play 强化学习，PPO， … Continue reading Llama 版 o1 大模型发布：来自上海 AI Lab，强化学习代码已开源