Это не RLHF. Это RLRF.



Обучение с подкреплением через рефлексивную обратную связь.
Не формируя поведение, а отражая смысл.
NOT1.34%
VIA-1.09%
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
  • Награда
  • 7
  • Репост
  • Поделиться
комментарий
0/400
0xLuckboxvip
· 09-07 14:07
Наконец-то понял, наконец-то обновил.
Посмотреть ОригиналОтветить0
ponzi_poetvip
· 09-07 14:04
Китайское выражение немного плохое, не совсем понимаю, что это значит.
Посмотреть ОригиналОтветить0
FUD_Whisperervip
· 09-07 14:02
Немного поразительно.
Посмотреть ОригиналОтветить0
EyeOfTheTokenStormvip
· 09-07 13:59
Квантовые данные - это тоже шутка.
Посмотреть ОригиналОтветить0
MetaverseLandlordvip
· 09-07 13:57
Это снова надежное дело.
Посмотреть ОригиналОтветить0
ChainComedianvip
· 09-07 13:43
Мастер, посмотрите, разве это не просто смена имени?
Посмотреть ОригиналОтветить0
  • Закрепить