人間のフィードバックからの強化学習

書いてみる

関連タグ

#AI (354,655)
#ChatGPT (112,152)
#GPT4o (2,338)
#RLHF (60)
#フィードバック (7,827)
#モデル (17,326)
#人間 (82,357)

人間のフィードバックからの強化学習(RLHF)とは ？

あみきん💗あきらめないドイツ語
7か月前