强化学习相关资料.md

强化学习相关

Keywords: 阅读列表

• 学习资料
  • 强化学习

---

学习资料

强化学习

• RLHF - ChatGPT 背后的 "功臣"
• RLOO - 将强化学习重新引入 RLHF
• PPO - 使用 PPO 算法进行 RLHF 的 N 步实现细节