AI社区

人工智能模型社区 1个主题内容
ChatGPT注册使用 0个主题内容
算力百科 0个主题内容
bug及解决办法 0个主题内容
数据集应用社区 7个主题内容
AI大学 2个主题内容
应用案例：双目作为3D相机，仿照人类双眼感知世界
卷积神经网络（Convolutional Neural Networks）
BP(back propagation)神经网络
SOM 自组织映射神经网络
独立同分布（iid，independently identically distribution）
层次聚类算法
Mean Squared Error 均方误差
致AI开发者的公开信

Messages

基于隐式语言Q学习的自然语言生成离线RL

Charlie Snell
大型语言模型从文本语料库中提取广泛的知识。但在完成用户指定的任务时，它们可能不一致。这个问题可以通过在管理的数据集上进行监督学习或通过强化学习对此类模型进行微调来解决。本文提出了一种新颖的离线RL激励方法，即隐式语言Q学习（ILQL），其设计用于语言模型，将传统RL算...
论文地址：https://arxiv.org/pdf/2206.11871.pdf

用户分享观点：