I built a 20M-parameter LLM from scratch, including full RLHF (PPO)

  • 情报分类：技术价值
  • 命中依据：从零实现LLM含RLHF，高技术价值
  • 来源：Hacker News 新项目
  • 原作者：neurovance
  • 发布时间：2026/9/8 23:56:55