XNews

Nathan Lambert 出版 RLHF 专著:数据比算法更重要

shao__meng 宣布 Nathan Lambert 的 RLHF 专著出版,内容涵盖指令微调、奖励模型和强化学习,核心论点是数据比算法更重要。该书已在线发布,并附有开源代码。

Source posts