这就是OpenAI神秘的Q*？斯坦福：语言模型就是Q函数
这就是OpenAI神秘的Q*？斯坦福：语言模型就是Q函数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
3792 点击 2024-04-24 10:59
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
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）