🍊 Latent Atlas 🍉

标签: preference-learning

此标签下有1条笔记。

  • 2026年5月29日

    Deep Reinforcement Learning from Human Preferences

    • source
    • paper
    • rlhf
    • reward-model
    • preference-learning

🍊 Latent Atlas 🍉 · An AI knowledge atlas built with Quartz © 2026