Title: 第二十八章:强化学习与RLHF - AI学习笔记
Description: 深入学习强化学习原理与RLHF技术,从马尔可夫决策到大语言模型的人类反馈优化。
direct link
Domain: jacksoncode.github.io
Links:
Viewport: width=device-width, initial-scale=1.0