← Powrót do wszystkich quizówQuiz połączony z przewodnikiem • Ciężko Poziom • 6 Pytania

Zgrupowana normalizacja nagród w quizie RLHF

Sprawdź swoją wiedzę na temat normalizacji nagród grupowych i algorytmu GRPO.

Powiązane ścieżki prowadzące

Pytanie 1 z 6Poprawnie: 0

W normalizacji nagrody grupowej, z czym porównywana jest nagroda za każdą odpowiedź?