Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
18 лайків
Нагородити
18
7
Репост
Поділіться
Прокоментувати
0/400
0xLuckbox
· 09-07 14:07
Тільки зрозумів, нарешті, інновації.
Переглянути оригіналвідповісти на0
ponzi_poet
· 09-07 14:04
Китайське вираження трохи погане, не зовсім розумію, що це означає.
Це не RLHF. Це RLRF.
Навчання з підкріпленням через рефлексивний зворотний зв'язок.
Не формування поведінки, а відображення значення.