PaLM 2

Определение

Языковая модель Google, на которой была продемонстрирована эффективность алгоритма Reinforced Self-Training (ReST).

Где встречается

• 339. Как работает алгоритм ReST (Reinforced Self-Training) и когда он лучше PPO

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление