RLHF 是 Reinforcement Learning from Human Feedback 的缩写。它是一种强化学习技术,利用人类反馈来训练 AI 系统。在 LLMs(大型语言模型)的上下文中,RLHF 通常涉及:1. 展
微wx笑2023-06-03【人工智能】阅读数 69评论数 0
