3.1 基于人類反饋的強化學習框架

• 書名： 大型語言模型實戰指南：應用實踐與場景落地
• 作者名： 劉聰 沈盛宇 李特麗 杜振東
• 本章字數： 4131字
• 更新時間： 2024-11-13 10:19:16