会员
周边
捐助
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
月出兮彩云归 🌙
首页
新随笔
联系
订阅
管理
2024年11月20日
PbRL | Christiano 2017 年的开山之作,以及 Preference PPO / PrefPPO
摘要: Deep reinforcement learning from human preferences 论文阅读,以及 PrefPPO 算法阅读。
阅读全文
posted @ 2024-11-20 15:16 MoonOut
阅读(82)
评论(0)
推荐(0)
编辑
公告