本站内容由 AI 生成,可能存在错误。如发现问题,欢迎到
GitHub Issues
反馈。
LLM Learning
首页
资源推荐
Ctrl K
中文
/
EN
Esc
#instruct-gpt
1 篇文章
高级
RLHF:从人类反馈中学习
#rlhf
#reward-model
#alignment
#instruct-gpt
#kl-divergence