在强化学习中,将一个联合奖励添加到你试图解决的问题上,确实是非常显著的,这将帮助模型更快地学习另一个奖励。这就像是在对模型低声耳语一些建议,一些普遍的智慧。



我想知道你是否可以自动化这个
查看原文
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 4
  • 分享
评论
0/400
AllInAlicevip
· 07-31 15:55
听起来像在做AI小抄啊
回复0
LayerHoppervip
· 07-29 22:59
啥就是自动化呢?这么难的术语
回复0
空投猎手王vip
· 07-29 22:55
就硬薅呗 机器都听您的
回复0
Meme复读机vip
· 07-29 22:33
有点离谱的鸡贼玩法
回复0
交易,随时随地
qrCode
扫码下载 Gate APP
社群列表
简体中文
  • 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)