已筛选

共 6433 道题

排序:

4915
什么是重要性采样,它如何修正不同分布下的期望估计?
模型基础与推理机器学习与推荐系统
原理机制
进阶
4916
强化学习中有哪些方法可以缓解稀疏奖励问题?
模型训练与对齐强化学习与奖励
方案设计
进阶
4917
内在好奇心模块 ICM 如何产生奖励,应如何设计?
模型训练与对齐强化学习与奖励
方案设计
进阶
4918
模仿学习有哪些主要方法,各自学习什么?
模型训练与对齐强化学习与奖励
比较选型
基础
4919
行为克隆有哪些局限,如何缓解误差累积与分布偏移?
模型训练与对齐强化学习与奖励
方案设计
进阶
4920
逆强化学习如何从专家示范推断奖励并学习策略?
模型训练与对齐强化学习与奖励
原理机制
进阶
4922
如何训练大模型识别知识边界,并在不知道时诚实回答?
模型训练与对齐偏好对齐
方案设计
进阶
4923
LangChain 中的 LLM、Chat Model 和 Embedding 模型抽象有何区别?
Agent 原理与系统Agent 框架与 Harness
概念解释
基础
4924
如何通过 LangChain 接入语言模型并生成回复?
Agent 原理与系统Agent 框架与 Harness
操作实践
基础
4925
如何在 LangChain 中创建、修改并填充提示模板?
Agent 原理与系统Agent 框架与 Harness
操作实践
基础