← Retour à tous les quizQuiz lié à un guide • Moyen Niveau • 6 Questions

Quiz sur l'optimisation des politiques proximales

Testez votre compréhension de la manière dont le PPO stabilise l'apprentissage par renforcement et de son rôle dans le RLHF.

Chemins de guidage associésOptimisation des politiques proximales
Question 1 de 6

Quel problème le « détourage » du PPO résout-il principalement ?