硅基参考
首页
机器人产品
零配件
评测
论文
开源
数据集
实验室组织
专家人物
行业资讯
具身智能论文库
AlpacaFarm: A Simulator for Methods that Learn from Human Feedback
学术前沿
AlpacaFarm: A Simulator for Methods that Learn from Human Feedback
模拟人类反馈的训练环境,降低RLHF研究成本。
返回列表
新窗口打开 PDF
arXiv 摘要页
论文
主体信息
模拟人类反馈的训练环境,降低RLHF研究成本。