一天天的，就这些来找我

    我何德何能啊
全部评论
昨天还有肯德基来找我
1 回复 分享
发布于 2024-09-12 15:21 湖南
这货运司机真不一定比我们拿的少😄
点赞 回复 分享
发布于 2024-09-16 16:08 湖南

相关推荐

03-31 12:15
已编辑
牛客运营
点赞 评论 收藏
分享
头像
03-31 22:37
广西大学 算法工程师
点赞 评论 收藏
分享
03-06 12:35
已编辑
三峡大学科技学院 Java
点赞 评论 收藏
分享
03-07 02:28
南京理工大学 Java
点赞 评论 收藏
分享
头像
03-29 00:13
广西大学 算法工程师
阿里 AI Agent 开发二面
1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...
AI-Agent面试实战...
点赞 评论 收藏
分享
评论
2
收藏
分享

全站热榜

更多

创作者周榜

更多
正在热议
更多
# 你觉得大几开始实习最合适？ #
15322次浏览 172人参与
# uu们，春招你还来吗？ #
52717次浏览 305人参与
# 招商银行数字金融训练营 #
104384次浏览 881人参与
# 面试被问到不会的问题，你怎么应对？ #
12786次浏览 163人参与
# 面试中，你被问过哪些奇葩问题？ #
92283次浏览 891人参与
# Claude Code泄露源码 #
7197次浏览 111人参与
# 厦门银行科技岗值不值得投 #
13781次浏览 311人参与
# 恒生电子笔试 #
17547次浏览 135人参与
# 2023年不发年终奖的公司盘点 #
30299次浏览 174人参与
# 你都用vibe coding做过什么？ #
9294次浏览 387人参与
# AI Coding实战技巧 #
7875次浏览 174人参与
# 26届春招投递记录 #
1498次浏览 24人参与
# 你现在一天AI几次？ #
6584次浏览 87人参与
# 七猫笔试 #
6358次浏览 46人参与
# 做完笔试后你收到面试了吗？ #
14309次浏览 165人参与
# 四大天坑是哪四家？ #
111183次浏览 241人参与
# 你见过哪些招聘隐形歧视？ #
11086次浏览 98人参与
# 机械人你知道哪些单休企业 #
101823次浏览 476人参与
# Vibe Coding 会干掉初级岗位吗？ #
12356次浏览 168人参与
# 大厂实习和小厂实习最大的区别是什么？ #
25155次浏览 194人参与
# 如果人生可以debug你会改哪一行? #
5679次浏览 102人参与
# 网易游戏雷火笔试 #
3988次浏览 66人参与
牛客网
牛客网在线编程
牛客网题解
牛客企业服务