← Quay lại tất cả các câu đốBài kiểm tra có liên kết hướng dẫn • Trung bình Cấp độ • 6 Câu hỏi
Bài kiểm tra tối ưu hóa chính sách gần nhất
Kiểm tra sự hiểu biết của bạn về cách PPO ổn định việc học tăng cường và vai trò của nó trong RLHF.
Câu hỏi 1 của 6Đúng: 0