rule-based reward model

Определение

Модель награды, основанная на заданных правилах, а не на обучении; применяется, например, для оценки безопасности ответов GPT-4.

Где встречается

• 360. Что такое adversarial fine-tuning для защиты от jailbreak

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление