强化学习
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
暂无题目