主页
返回索引
+
点赞
0
Awesome RL with Human Feedback / 2022 / arXiv
Training language models to follow instructions with human feedback
作者：
Long Ouyang, Jeff Wu, Xu Jiang, et al ·
来源：
arXiv ·
发布日期：
2022
偏好学习
对齐目标设计
人类反馈设计
新标签打开 AlphaXiv
新标签打开 Code
新标签打开 Dataset
AlphaXiv 中文概览（可滚动查看）
