sdjhshbswp
04-06 14:43 中山大学 算法工程师
关注
Reward model 如何训练？Reward model 你觉得训练到什么程度可以？Reward model不准确怎么办？Rewar model和训练的LLM模型用同一个基座模型可能有什么作用？这几个问题 佬怎么回答的啊
查看原帖
点赞 评论
相关推荐
投递牛客等公司10个岗位 点赞 评论 收藏
分享
牛客热帖
正在热议
# 25届秋招总结 #
378386次浏览 3749人参与
# 如果再来一次，你还会选择这个工作吗？ #
101865次浏览 1027人参与
# 阿里云管培生offer #
46366次浏览 1379人参与
# 地方国企笔面经互助 #
6061次浏览 14人参与
# 简历被挂麻了，求建议 #
2526100次浏览 33465人参与
# 发工资后，你做的第一件事是什么 #
4831次浏览 19人参与
# 北方华创开奖 #
64668次浏览 505人参与
# ai智能作图 #
11456次浏览 183人参与
# 我的实习求职记录 #
6106943次浏览 83841人参与
# 如果你有一天可以担任公司的CEO，你会做哪三件事？ #
8891次浏览 181人参与
# 上班到公司第一件事做什么？ #
14592次浏览 164人参与
# 阿里求职进展汇总 #
71847次浏览 780人参与
# 如何写一份好简历 #
616022次浏览 8700人参与
# 听到哪句话就代表面试稳了or挂了？ #
96774次浏览 810人参与
# 还记得你第一次面试吗？ #
29763次浏览 417人参与
# 华为工作体验 #
109418次浏览 852人参与
# 面试体验感最好的是哪家？ #
91616次浏览 921人参与
# 网易求职进展汇总 #
38934次浏览 334人参与
# 如果有时光机，你最想去到哪个年纪？ #
27122次浏览 559人参与
# 腾讯求职进展汇总 #
205800次浏览 1687人参与
# 硬件兄弟们 甩出你的华为奖状 #
75948次浏览 615人参与
# 上班苦还是上学苦呢？ #
106866次浏览 868人参与