强化学习与对齐
怎样构建基于 LLM 的 Agents？
原题LLM Agents 有哪些类型？
原题是什么让Agent有了自制的能力？
原题题名中的“自制”指正文通过审查与反馈纠正行为的能力。
如何给LLM注入领域知识？
原题用一句话谈一下你对于强化学习的认识吗？
原题请问，你认为强化学习、监督学习和无监督学习三者有什么区别呢？
原题根据你的理解，你认为强化学习的使用场景有哪些呢？
原题请问强化学习中所谓的损失函数与深度学习中的损失函数有什么区别呢？
原题你了解有模型和免模型吗？两者具体有什么区别呢？
原题请问马尔可夫过程是什么？马尔可夫决策过程又是什么？其中马尔可夫最重要的性质是什么呢？
原题
暂无题目