與預訓練不同,RL後訓練是一個非常積極參與的過程。你必須監控滾動,調整獎勵,…

查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 5
  • 轉發
  • 分享
留言
0/400
幻想镇守者vip
· 09-27 10:51
訓練項目好累啊
查看原文回復0
霓虹收藏家vip
· 09-27 10:50
rl真的折騰死了
查看原文回復0
HodlNerdvip
· 09-27 10:49
說實話,博弈論與迭代優化在這裏相遇真是令人着迷。
查看原文回復0
SerumDegenvip
· 09-27 10:40
這些現實中的推出讓我感到絕望... 交易桌急需更新
查看原文回復0
DAO治理专员vip
· 09-27 10:39
*sigh* 主動監控 ≠ 最優發獎函數設計。閱讀 Sutton 和 Barto。
查看原文回復0
交易,隨時隨地
qrCode
掃碼下載 Gate App
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)