原书出处
AI工程:大模型应用开发实战
常用的目标函数通常基于胜出响应和落败响应的输出分数之差,目标是最大化这一差值。对于感兴趣的读者,下面给出InstructGPT使用的数学公式。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml
EPUB SHA-256:88cc0279def68dead5c5d18f8e4cac1378f2a41584ffdd2bb425a4a28b5280af