본문으로 건너뛰기

관련 기사 바로가기

손실 함수별 LLM 오정렬 유형강화학습 훈련을 방해하는 모델의 전략적 행동: 탐색 해킹 프레임워크LLM과 강화학습: AI 에이전트의 새로운 시대
← 피드로 돌아가기

RLAIF

Training (학습/파인튜닝)

약 3개 아티클

관심 태그 추가
관련 태그:RLHFRLVRExploration HackingAlignmentRLGRPODeepSeek-R1
TIMEHEADLINE