Reinforcement Learning for Adaptive Trajectory Optimization and Orbital Control in Spaceflight Dynam

Galaxy Classification using Standard and LoRA based Fine tuning on ResNet50 and comparison

Simply Explaining Proximal Policy Optimization (PPO) | Deep Reinforcement Learning

DeepSeek's GRPO (Group Relative Policy Optimization) | Reinforcement Learning for LLMs

The FASTEST introduction to Reinforcement Learning on the internet

LLM fine-tuning или ОБУЧЕНИЕ малой модели? Мы проверили!

Airline delay prediction

В чем разница между матрицами и тензорами?

Сисадмины больше не нужны? Gemini настраивает Linux сервер и устанавливает cтек N8N. ЭТО ЗАКОННО?

Цепи Маркова — математика предсказаний [Veritasium]

Чем заменить VPN на смартфоне?

Как происходит модернизация остаточных соединений [mHC]

Как LLM могут хранить факты | Глава 7, Глубокое обучение

This New Technology Could Kill TSMC and ASML

ИИ - ЭТО ИЛЛЮЗИЯ ИНТЕЛЛЕКТА. Но что он такое и почему совершил революцию?

Самая сложная модель из тех, что мы реально понимаем

Reinforcement Learning from Human Feedback explained with math derivations and the PyTorch code.

Reinforcement Learning Series: Overview of Methods

PPO Implementation from Scratch | Reinforcement Learning

Тренды в ИИ 2026. К чему готовиться каждому.

Лижут ли Вас Собаки? ВОТ ЧТО ЭТО ЗНАЧИТ (вас шокирует)!