LLM 场景下的强化学习技术扫盲

2025-12-12 分类：技术专栏 阅读(448) 评论(0)

为了做到这一点，我们需要一套语言来描述这个过程。下面我们以 LLM 场景为基础介绍几个 RL 的“行业黑话”。