← ወደ ሁሉም ጥያቄዎች ተመለስከመመሪያ ጋር የተያያዘ ጥያቄ • ከባድ ደረጃ • 6 ጥያቄዎች

በ RLHF ጥያቄዎች ውስጥ በቡድን የተከፋፈለ የሽልማት መደበኛነት

የቡድን ሽልማቶችን መደበኛ ማድረግ እና የ GRPO ስልተ ቀመር ግንዛቤዎን ይሞክሩ።

ተዛማጅ መመሪያ መንገዶች

በ Rlhf ውስጥ በቡድን የተከፋፈለ የሽልማት መደበኛነት
ጥያቄ 1 የ 6ትክክል፡ 0

በቡድን የሽልማት መደበኛነት፣ የእያንዳንዱ ምላሽ ሽልማት ከምን ጋር ሲነጻጸር ነው?