为啥RL可以加入推理性

水木社区手机版

主题:为啥RL可以加入推理性
楼主|timespaceckn|2025-02-17 12:09:22|只看此ID
如果不依赖于标注数据，谁给它反馈推理的对还是错呢
--
FROM 153.35.178.*
1楼|shs|2025-02-19 17:14:27|只看此ID
RL和COT是2个东西
--
FROM 61.155.110.*
2楼|stevenwyy|2025-02-19 19:36:24|只看此ID
有标准答案的才能做RL

【在 timespaceckn (哈阿乌) 的大作中提到: 】
:  如果不依赖于标注数据，谁给它反馈推理的对还是错呢
:  --
:
:
--
FROM 117.143.100.*