强化学习
强化学习解决什么类型的问题？
原题Agent、Environment、State、Action、Reward 分别是什么？
原题强化学习和监督学习、无监督学习有什么区别？
原题MDP、价值函数、策略函数的核心概念是什么？
原题Q-Learning、DQN、Policy Gradient、Actor-Critic 如何对比？
原题Q-Learning 和 DQN 的核心区别是什么？
原题Policy Gradient 为什么能直接优化策略？
原题Actor-Critic 和 PPO 为什么高频？
原题RLHF 的三阶段流程是什么？
原题PPO 在 RLHF 中起什么作用？
原题DPO 与 RLHF/PPO 的区别是什么？
原题RLAIF、Constitutional AI 和 Agent RL 有什么关系？
原题迁移学习为什么是大模型时代的底层方法论？
原题源域、目标域、源任务、目标任务如何理解？
原题样本迁移、特征迁移、模型迁移、关系迁移有什么区别？
原题什么是负迁移，如何避免？
原题Domain Adaptation 和 Fine-tuning 有什么区别？
原题LoRA、Adapter、Prompt Tuning 如何连接迁移学习？
原题LoRA 为什么能低成本适配大模型？
原题Adapter、Prefix Tuning、Prompt Tuning 如何对比？
原题灾难性遗忘和持续学习在 AIGC 中如何出现？
原题
暂无题目