rlhf

rlhf 与 rl 到底能不能归属为一类，看来大家还是有不一样的看法。ai 大牛 karpathy 又来科普人工智能概念了。昨日，他发推表示，「基于人类反馈的强化学习（rlhf）只是勉强算得上是强化学习（rl）。」
Karpathy 的全文

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou