メインコンテンツへスキップ

#TRL

関連タグ

#AI (988,982)#LLM (41,305)#HuggingFace (1,915)#人工知能 (60,707)#大規模言語モデル (9,093)#GoogleColab (1,859)

19件

量子コンピュータの技術成熟度と商用ロードマップ（2026年版）　5大方式の覇権争いと新規参入の可能性、製造コスト評価など

イルカのヒレが、太陽光と風力の「弱点」を解決する？——英国オックスフォード発、潮力発電の常識を覆す£4.3M調達の挑戦 #再生可能エネルギー #潮力発電 #イギリス #スタートアップ #クリーンテック #オックスフォード大学 #資金調達 #エネルギー安全保障 #脱炭素 #海洋エネルギー

¥4,980〜

割引あり

ポス鳥（ビジネス＆投資NEWS解説）おそらく日本で１番「事業の失敗例を載せているnoteアカウント」

ポス鳥（ビジネス＆投資NEWS解説）おそらく日本で１番「事業の失敗例を載せているnoteアカウント」

東京ディズニーリゾート攻略ツアー（ディズニーランド編）

にっち（NICHE）

にっち（NICHE）

GRPOを試してみた

プラスチックのケミカルリサイクルについて語りましょう-4(インドネシアにおけるケミカルリサイクルの実証アイディア)

Tatsuhiko.Hatakeyama/DCTA Inc.

Tatsuhiko.Hatakeyama/DCTA Inc.

Vision Language Model の技術詳細と推論と学習

Google Colab を使って Llama 3 のファインチューニングを試してみました／大塚

Google Colab で SFTTrainer によるLLMのフルパラメータのファインチューニングを試す

DPO による Llama 2 のファインチューニング

Google Colab で SFTTrainer によるLLMのフルパラメータの指示チューニングを試す

DRLX による Stable Diffusion の RLHF を試す

Google Colab + trl で LINE の japanese-large-lm のQLoRA ファインチューニングを試す

Google Colab + trl で SFT のQLoRAファインチューニングを試す

Google Colab + trl で RLHF で使う Reward Model の学習を試す

Google Colab + trl で DPO のQLoRAファインチューニングを試す

24GB GPU で 20B LLM の RLHF ファインチューニング

TRLのコンセプトとテックベンチャーの成長予測(🍊)

古賀洋一郎

古賀洋一郎

廃棄物由来水素（WtH）：生成技術と課題【ガス化・熱分解・タール・精製】

Science Totoron

Science Totoron

「宇宙で動いた」だけでは信用できない。技術成熟度のものさしを正しく使う

まもちち＠宇宙産業の片隅

まもちち＠宇宙産業の片隅