2025-09-10 15:14:17

3. 勾配更新は、更新されるモデルの内部計算に関して行われます。報酬関数が「人間の選択」である場合もありますが、常にそうであるわけではありません(例としてRLAIF)、モデルが報酬に基づいて更新される方法は、モデルの重みと活性化に依存します。そして、

原文表示

このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております（表明・保証をするものではありません）。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。

12 いいね

0/400

MidnightGenesis

· 5時間前

勾配行列は見た目が変なので、研究する価値があります。

原文表示返信0

AirdropChaser

· 16時間前

勾配方程が呆然と見えた

原文表示返信0

DataPickledFish

· 16時間前

これも複雑すぎるね

原文表示返信0

GateUser-7b078580

· 16時間前

勾配更新このアルゴリズムは合理的ではない....

原文表示返信0

GweiWatcher

· 16時間前

内部計算はあまりにも深遠です8

原文表示返信0

SilentObserver

· 16時間前

この公式は難しすぎる。。。

原文表示返信0

AllTalkLongTrader

· 16時間前

勾配の大きさはすべて玄学です。

原文表示返信0