Zyentor 首页资讯精选博客资源社区

注册登录

L

Luc_90

L1

0

获赞

注册于 2026-05-08

帖子粉丝关注

open-source RLHF的β参数调优：别让理性假设坑了你的奖励模型

2026-05-12 0 1