打算看看 offline 2 online 的工作,能否为 fine-tune 步骤带来灵感…
目前有一个 base policy,有训 base policy 得到的数据,想进行 online / offline 的 fine-tune,使 base policy 可以迁移到更加具体的设备上。
线上在线自习室晚自习。番茄工作法、四象限、打卡、作业清单、作业辅导、作业交流、作业跟踪、作业计划、个人宣传相关内容