Bài kiểm tra có liên kết hướng dẫn · Cứng Cấp độ
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.
Câu hỏi 1 của 8
Bài kiểm tra có liên kết hướng dẫn · Cứng Cấp độ
Tests how graders score model outputs, which tasks suit reinforcement fine-tuning, and how reward hacking and weak training signals arise.