true objective

Определение

Истинная цель модели, например, полезные и безопасные ответы, в отличие от прокси-метрик, которые могут быть взломаны.

Где встречается

• 344. Что такое reward hacking в RLHF и как его детектировать

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление