← تمام کوئزز پر واپس جائیں۔گائیڈ سے منسلک کوئز • درمیانہ سطح • 6 سوالات
پراکسیمل پالیسی آپٹیمائزیشن کوئز
اپنی سمجھ کی جانچ کریں کہ PPO کس طرح کمک سیکھنے اور RLHF میں اس کے کردار کو مستحکم کرتا ہے۔
سوال 1 کی 6
اپنی سمجھ کی جانچ کریں کہ PPO کس طرح کمک سیکھنے اور RLHF میں اس کے کردار کو مستحکم کرتا ہے۔