learning guide Berkeley CS285 Spring 2026 導讀 2026年8月22日 Berkeley CS285 L11–18：從變分推論、LLM RL 到 Offline RL L11–18 把 control as inference、LLM RL、model-based RL 與 offline RL 接成一條主線，並用 HW4、HW5 呈現兩種高運算成本實作。 #cs285#berkeley#variational-inference#llm-rl#offline-rl