تحدثت إلى @willccbb اتضح أنه حقا ما اعتقدت أنه كان. الوكيل مع وظيفة الإرسال للمراجعة. الوكيل هو مجرد llm في حلقة نموذج. وظيفة المراجعة هي مجرد عامل آخر بقاعدة تقارب دالة الخسارة.
jason liu
jason liu‏24 أغسطس، 05:22
هل يمكن لأي شخص أن يشرح لي ما هي بيئة RL.
‏‎25.05‏K