← সমস্ত কুইজে ফিরে যানগাইড লিঙ্ক ক্যুইজ • কঠিন স্তর • 6 প্রশ্ন
RLHF কুইজে দলবদ্ধ পুরস্কার স্বাভাবিককরণ
গোষ্ঠীবদ্ধ পুরস্কার স্বাভাবিককরণ এবং GRPO অ্যালগরিদম সম্পর্কে আপনার বোঝার পরীক্ষা করুন।
প্রশ্ন 1 এর 6সঠিক: 0
গোষ্ঠীবদ্ধ পুরস্কার স্বাভাবিককরণ এবং GRPO অ্যালগরিদম সম্পর্কে আপনার বোঝার পরীক্ষা করুন।