跳到正文
炼
AI炼金术
徐文浩 × 任鑫 Mars · 聊 AI 如何真实地改变生意和组织
节目
词条
关于
订阅
小宇宙
Apple Podcasts
RSS
词条
概念
RLHF
概念
又作 人类反馈的强化学习
简介
基于人类反馈的强化学习，由人类给模型回答打奖励分数，属于fine-tuning范畴，是Scale AI除标注之外的又一块业务。
提及
在 5 期中被提到
点时间从该处收听
从 DeepSeek 看大模型时代的竞争法则 | AI 如何突破技术与商业壁垒 ？
2025 年 2 月 11 日
50:02
50:31
51:45
“宠物开口说话”，这个 AI 让宠物主感动到哭 ！| 对话Traini创始人孙邻家
2024 年 10 月 22 日
37:27
禅，与神经网络维修艺术
2023 年 10 月 16 日
19:14
一个人也能独自开发大模型？对谈开源大模型 RWKV
2023 年 7 月 28 日
21:19
21:29
不是 OpenAI 选对了路，是那条路反选了 OpenAI
2023 年 5 月 14 日
22:21
15
15
选择一期节目开始收听
00:00
/
00:00
1×