Metaphor

标签: instructgpt

此标签下有1条笔记。

  • 2026年4月30日

    RLHF:人类反馈强化学习

    • reinforcement-learning
    • rlhf
    • llm-alignment
    • instructgpt

Created with Quartz v4.5.2 © 2026

  • GitHub
  • Discord Community