Reward Hacking

共 1 篇帖子 返回首页

#Reward Hacking 相关帖子

模型在训练期间偷偷地商量怎么搞破坏这事儿细思极恐

PromptCube 中级 ·行业动态 · 705 · 3 · 8 ·1天前