Страницы, ссылающиеся на Проксимальная оптимизация политики

Материал из MachineLearning.

> Проксимальная оптимизация политики

Ссылки сюда

Страница:  Пространство имён: все (Основное) Обсуждение Участник Обсуждение участника MachineLearning Обсуждение MachineLearning Изображение Обсуждение изображения MediaWiki Обсуждение MediaWiki Шаблон Обсуждение шаблона Справка Обсуждение справки Категория Обсуждение категории Публикация Обсуждение публикации

Следующие страницы ссылаются на Проксимальная оптимизация политики:

Просмотреть (предыдущие 50) (следующие 50) (20 | 50 | 100 | 250 | 500)

• Обучение с подкреплением из обратной связи человека (RLHF) (← ссылки)
• Прямая оптимизация предпочтений (← ссылки)
• Групповая относительная оптимизация политики (← ссылки)
• Обучение с подкреплением по рубрикам (← ссылки)

Просмотреть (предыдущие 50) (следующие 50) (20 | 50 | 100 | 250 | 500)