登录/注册

用户头像

2

人类反馈强化学习的反馈数据怎么来的？

大模型开发/互助问答

数据集
大模型训练
大模型推理

2023.08.2510961看过

如果是人工标注的话，大概的流程、人工、规模，减轻标注负担的方法是什么样的？还有就是reward模型用的哪个？

评论

用户头像

相关推荐

【教程】百度智能云千帆大模型平台使用指南-V1.0版本（上）
- 百度千帆社区
- 2023.11.09
- 71651
- 22
- 13
【千帆SDK+Semantic-Kernel】RAG知识检索增强实战
- 千帆大模型平台官方小助手
- 2024.02.28
- 26312
- 6
- 1
【开源工具接入千帆实战系列】ChatBox使用千帆DeepSeek？安排！
- 百度智能云服务交付中心
- 2025.02.18
- 16391
- 0
- 5

作者头像

十万个为什么呢

相关文章

热点话题