- 博客(6)
- 资源 (2)
- 收藏
- 关注
原创 RLHF讲解,用尽量少的公式,讲解清楚逻辑
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
原创 autogen 中agent 的理解
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
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人