Вікторина, пов’язана з посібником · важко Рівень
Reinforcement Fine-Tuning with Graders Quiz
Tests how graders score model outputs, which tasks suit reinforcement fine-tuning, and how reward hacking and weak training signals arise.
Питання 1 з 8
Вікторина, пов’язана з посібником · важко Рівень
Tests how graders score model outputs, which tasks suit reinforcement fine-tuning, and how reward hacking and weak training signals arise.