我们主要用一个具体的例子展示如何在两个框架下做RLHF，并且记录下训练过程中我们踩到的主要的坑。这个例子包括完整的SFT，奖励建模和 RLHF, 其中RLHF包括通过 RAFT 算法（Reward rAnked FineTuning）或者TRL-PPO 对齐模型两个部分。
2023-06-20 14:36
自制TRL能校准掉SMA与PCB转换结构的阻抗失配、PCB布线本身的插入损耗和相位（时延），适合于测试高定向性耦合器；
2022-09-26 11:24
和传统的TRL校准技术拥有同样的高精度校准性能，却有着更为简单的夹具制作实现。AFR在高速信号完整性领域有着广泛的应用。
2019-08-30 14:22
