logo
1

已经有SFT、Prompt tuning、LoRA了，为什么还要有奖励模型训练和强化学习训练？

大模型开发/互助问答

  • 文心大模型
  • SFT
  • P-tuning
2023.08.283551看过
这几个方式会有什么差别么？实在是训练方法太多，不知道如何选择了

评论
用户头像

相关推荐
作者头像
冰与火之歌113

相关文章

热点话题