文件夹: 人工智能工具实操/大模型调用/RLHF与对齐

2026年4月18日

• Constitutional_AI
• CAI
• 对齐
• 安全AI
• Anthropic
• 宪章驱动学习

2026年4月18日

• RLHF
• DPO
• 对齐
• 大模型训练
• 偏好优化

2026年4月18日

• RLHF
• KTO
• 对齐
• Kahneman-Tversky优化
• 人类偏好

2026年4月18日

• RLHF
• ORPO
• 对齐
• 比值比优化
• 单阶段训练
• 大模型训练

2026年4月18日

• RLHF
• PPO
• 强化学习
• 大模型训练
• 奖励模型

2026年4月18日

• index
• RLHF
• 对齐
• LLM

2026年4月18日

• 偏好数据
• RLHF
• 数据标注
• 对齐训练
• 合成数据