← Quay lại tất cả các câu đốBài kiểm tra có liên kết hướng dẫn • Cứng Cấp độ • 6 Câu hỏi

Chuẩn hóa phần thưởng được nhóm trong bài kiểm tra RLHF

Kiểm tra hiểu biết của bạn về chuẩn hóa phần thưởng được nhóm và thuật toán GRPO.

Đường dẫn hướng dẫn liên quanChuẩn hóa phần thưởng được nhóm trong Rlhf
Câu hỏi 1 của 6

Trong quá trình chuẩn hóa phần thưởng theo nhóm, phần thưởng của mỗi phản hồi được so sánh với bao nhiêu?