CMU LLM Inference (12): Reward Models and Best-of-N

摘要

由 Amanda Bertsch 講授，涵蓋獎勵模型、Best-of-N 理論與實作，以及蒙特卡洛樹搜尋。觀眾可學習大型語言模型推理中獎勵模型設計與最佳策略選擇的具體方法。

This lecture covers reward models, best-of-n strategies, and Monte Carlo Tree Search for LLM inference.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

適合誰看

正在學習大型語言模型推理或自然語言處理的學生與研究者。

摘要依據

講者

Graham Neubig

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.21

新鮮

0.26

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• CMU LLM Inference (9): Reasoning Models影片 ・ Graham Neubig
• CMU LLM Inference (11): Agents and Multi-Agent Communication影片 ・ Graham Neubig
• 【生成式AI時代下的機器學習(2025)】第八講：大型語言模型的推理過程不用太長、夠用就好影片 ・ Hung-yi Lee ・ 24 分鐘
• MIT 6.S191 (2025): Language Models and New Frontiers影片 ・ Alexander Amini ・ 48 分鐘
• Stanford CS336 Language Modeling from Scratch | Spring 2026 | Guest Lecture: Dan Fu影片 ・ Stanford Online ・ 1 小時 12 分
• Improving Recommendation Systems & Search in the Age of LLMs文章 ・ Eugene Yan（部落格）