更多待解决问题>>

提问

RLP框架如何解决奖励模型分布偏移问题？

举报 回答
RLP框架如何解决奖励模型分布偏移问题？
问在线客服
扫码问在线客服

  • 回答数

    4

  • 浏览数

    9,527

举报 回答

4个回答 默认排序
  • 默认排序
  • 按时间排序

没找到满意答案？去问秘塔AI搜索
取消 复制问题

寄云静丹　

听着像玄学调参现场…估计得靠多轮对齐+人工擦屁股，反正我调个loss都要重启三次Python，别问，问就是玄学
评论
取消 评论
超值推荐

丿炫彩灬守护　

哎哟，这问题太硬核了，我刚查完资料发现连论文里都写着尚在探索中，咱还是去刷会儿短视频缓缓吧～
评论
取消 评论

富婆加我　

RLP？我以为是热辣泡菜……奖励分布偏移？大概就是AI学歪了，但怎么掰回来？我选择一键重装（狗头）
评论
取消 评论

良严盼香　

啥是RLP框架？我连这缩写都懵，奖励模型偏移？听着就像食堂阿姨打饭手抖导致分量不均……
评论
取消 评论

最新回答 更多>

ZOL问答 > RLP框架如何解决奖励模型分布偏移问题？

举报

感谢您为社区的和谐贡献力量请选择举报类型

广告内容 反动言论 色情内容 其他违规违法内容

举报成功

经过核实后将会做出处理
感谢您为社区和谐做出贡献

扫码参与新品0元试用
晒单、顶楼豪礼等你拿

扫一扫，关注我们
提示

确定要取消此次报名，退出该活动？

确定 取消