人工智能知识库
Search
搜索
暗色模式
亮色模式
探索
标签: RLHF
此标签下有8条笔记。
2026年4月18日
AI安全与对齐
AI-Hardness
安全对齐
RLHF
Constitutional-AI
对抗攻击
人工智能
2026年4月18日
幻觉缓解策略
AI-Hardness
LLM
Hallucination
RLHF
RAG
2026年4月18日
DPO深度指南
RLHF
DPO
对齐
大模型训练
偏好优化
2026年4月18日
KTO对齐
RLHF
KTO
对齐
Kahneman-Tversky优化
人类偏好
2026年4月18日
ORPO对齐
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
PPO训练详解
RLHF
PPO
强化学习
大模型训练
奖励模型
2026年4月18日
RLHF与对齐索引
index
RLHF
对齐
LLM
2026年4月18日
偏好数据构建
偏好数据
RLHF
数据标注
对齐训练
合成数据