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

来源: 大观园的贾探春 于 2025-02-05 17:11:26 [] [博客] [旧帖] [给我悄悄话] 阅读数 : (0 bytes)
请您先登陆，再发跟帖！