察元AI教程库 · 仓库 · 大模型

Reinforcement-Learning-from-Human-Feedback

参加“基于人类反馈的强化学习”课程,将大型语言模型(LLMs)与人类价值观对齐。

作者:ksm26 · 语言:en

前往原址学习

简介

参加“基于人类反馈的强化学习”课程,将大型语言模型(LLMs)与人类价值观对齐。

返回教程库 · 察元AI产品家族