原书出处
AI工程:大模型应用开发实战
他们让模型生成多个输出,然后选择奖励模型评分最高的输出。这种方法通常被称为best of N策略,它利用模型的输出采样过程来提升性能。下一节将详细介绍best of N策略的工作原理。
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