DrShannon

一、背景 去年学了很多东西，也沉淀了一些数据。到年底的时候发现，一年里的数据被分模块地散落在各个不同的知识空间里，找起来不太集中。 所以今年索性做一个年度数据复盘库，把所有...

🛵叮~ 瑞雪霏霏，丰年岁末，复盘展望，无限欣然。回望2023，又到了年底时刻，周一同学开始拾起了这一年的年终总结。回顾这一年，或许有以下几点想要复盘： 努力很重要，但选择...

🚴前言 对于ChatGPT来说，RLHF是其训练的核心。所谓RLHF，即Reinforcement Learning with Human Feedback，基于人类反馈...