#RLHF

1 道题

全部难度简单中等困难 VIP 非 VIP

全部类型综合技术行为面项目

困难技术人工智能

说说 RLHF（Reinforcement Learning from Human Feedback）的工作原理。

人工智能强化学习 RLHF

来源 · 强化学习面试题