多目的強化学習

書いてみる

関連タグ

#AIフィードバック学習 (1)
#LoRAモデル (3)
#スカラー (71)
#スカラー化関数 (1)
#モデル (16,529)
#使用 (4,889)

Multi-objective Reinforcement learning from AI Feedback

Ikemen Mas Kot
7か月前