这就是OpenAI神秘的Q*？斯坦福：语言模型就是Q函数 关键词: openai,Q*,Q函数,chatGPT,AGI 在对齐大型语言模型（LLM）与人类意图方面，最常用的方法必然是根据人类反馈的强化学习（RLHF） 来自主题: AI资讯 3405 点击 2024-04-24 10:59
搜索