察元AI教程库 · 仓库 · 微调

RLHI

基于启发式原则的强化学习——用于后约定道德直觉的LLM微调

作者:daveshap · 语言:en

前往原址学习

简介

基于启发式原则的强化学习——用于后约定道德直觉的LLM微调

返回教程库 · 察元AI产品家族