Обучение с подкреплением на основе отзывов людей (RLHF)

Материал из MachineLearning.

В настоящий момент текст на данной странице отсутствует. Вы можете найти упоминание данного названия в других статьях или создать страницу с таким названием.

Источник — «http://recognition.su/wiki/index.php?title=%D0%9E%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_%D1%81_%D0%BF%D0%BE%D0%B4%D0%BA%D1%80%D0%B5%D0%BF%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC_%D0%BD%D0%B0_%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%B5_%D0%BE%D1%82%D0%B7%D1%8B%D0%B2%D0%BE%D0%B2_%D0%BB%D1%8E%D0%B4%D0%B5%D0%B9_%28RLHF%29»

Обучение с подкреплением на основе отзывов людей (RLHF)

Материал из MachineLearning.

Просмотры

Личные инструменты

Навигация

Поиск

Инструменты