首页 > 试题广场 >

以下哪些是RLHF训练流程中可能遇到的实际问题？

[不定项选择题]
以下哪些是RLHF训练流程中可能遇到的实际问题？ 
  • 奖励黑客(Reward Hacking)
  • 模式坍塌(Mode Collapse)
  • KL散度惩罚系数难以调优
  • 预训练数据不足
查看正确选项
添加回答
爱跳的Mario头像 爱跳的Mario
RLHF：奖励，模型坍塌，KL散度
发表于 2026-04-10 22:17:47 回复(0)
提交观点

问题信息

大模型概念
难度：
1条回答 12浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号