teruzhang123-CSDN博客

大模型提示工程之【后退提示 step back prompting】

2024-08-10 12:20:28 197

奖励模型（Reward Model）是强化学习从人类反馈（RLHF）中用于对模型输出进行评分的关键组成部分。其作用是根据人类反馈对模型生成的内容进行评价，并为其分配奖励信号，从而指导模型优化其行为。

2024-08-05 20:17:21 693

autogen 中agent 的理解，介绍了autogen的重要组件，以及autogen是如何实现agent的逻辑

2024-08-02 16:07:35 1190

HMM隐马尔科夫模型介绍&HMM训练分词器

2024-08-01 10:48:12 800

算法基础入门-knn & kmeans，附带通俗易懂示例以及伪代码，帮助理解knn和kmeans

2024-07-30 20:00:26 792

入门算法，首先弄清楚算法和模型是什么，以及他们之间的关系

2024-07-29 19:55:37 132

MiniGUI的嵌入式浏览器Monqueror 0.6

2009-04-02

TA创建的收藏夹 TA关注的收藏夹

TA关注的人