Інжынерныя нататкі
Артыкулы для тых, хто
выводзіць стэк у прод
Матэрыялы пра React, Node.js, TypeScript і AI. Перакладзены тэкст паказваецца, калі ён ёсць. Калі не — вы бачыце англійскі тэкст і пазнаку пра гэта.
Тэг: grpo
RouteRAG: навучаем малую мадэль, калі і як шукаць, праз RL
RouteRAG навучае малую мадэль двухэтапным GRPO выбіраць пошук па ўрыўках, па графе ці гібрыдны, скарачаючы колькасць крокаў пошуку і паляпшаючы шматкрокавыя адказы.
6 хв чытанняПоясненне тонкага налаштавання GRPO: Навчанне локальнага LLM разважаць.
GRPO адыяе крытыка PPO і вучыцца на адналожэннях з групамі. Разбор пяці основных велічын, функцый награды і короткага скрыпту трэніравання Unsloth і TRL.
11 хв чытання
FAQ
Пра гэтыя артыкулы
Так. Кожны тэкст — арыгінальны англійскі рэрайт для гэтага сайта. Структура і код за крыніцай; проза перапісана і праверана на перасячэнні.
Крыніца — англійская. Іншая мова паказваецца толькі калі ёсць пераклад цела. Пусты пераклад застаецца англійскім, у тым ліку на лакалізаваным адрасе.
Новыя чарнавікі трапляюць у чаргу пасля рэдактуры. Імпарт на сайт бярэ толькі новыя ці змененыя slug — без дубляў.
Прыклады ілюстратыўныя. Правярайце стэк і ліцэнзіі перад продам. Для ўкаранення дашліце брыф.
Ацэнка за 24 гадзіны
Патрэбны такі стэк у аператарскім слоі? Дашліце брыф — ацэнка за 24 гадзіны.