🎓 Reinforcement Learning of Large Language Models — Spring 2025 (UCLA)

📘 مجموعه‌ای از سخنرانی‌های جدید و بسیار ارزشمند از دانشگاه UCLA در بهار ۲۰۲۵ منتشر شده که بر یادگیری تقویتی در مدل‌های زبانی بزرگ (LLMs) تمرکز دارد.

💡 موضوعات متنوعی در این دوره پوشش داده می‌شن، از جمله:

Foundations and basic concepts of RL
Test-time compute
RLHF
RLVR

🎥 این دوره برای کساییه که می‌خوان در مرزهای جدید ترکیب یادگیری تقویتی و مدل‌های زبانی قدم بگذارن.

Youtube playlist:
https://www.youtube.com/playlist?list=PLir0BWtR5vRp5dqaouyMU-oTSzaU5LK9r

Website:
https://ernestryu.com/courses/RL-LLM.html

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer