Cómo funcionan las LLM: refuerzo de aprendizaje, RLHF, Deepseek R1, Openai O1, Alphago
Bienvenido a la Parte 2 de mi LLM Deep Dive. Si no has leído la Parte 1, te recomiendo que Compruébalo primero. Anteriormente, cubrimos las dos primeras etapas principales de…