跳到主要内容
DS
DigitalScope
Intelligence
总览
信号流
简报
技术
公司
方法论
⌕
搜索
EN
加载中…
TECHNOLOGY RADAR
RLHF
0 信号
基于人类反馈的强化学习对齐方法。
TIMELINE
时间线
暂无关联信号
RELATIONS
关联实体
←
OpenAI
使用
←
Anthropic
使用
SIGNALS
关联信号
暂无关联信号