有些模型譬如Meta的Code Llama-Instruct是用Supervised Learning再加RLHF。

來源: 大觀園的賈探春 於 2025-02-05 17:11:26 [] [博客] [舊帖] [給我悄悄話] 閱讀數 : (0 bytes)
請您先登陸，再發跟帖！