RM-R1

模型

在陪伴场景下被验证与人类判断呈负相关的奖励模型

1 次提及1 个连接首次出现: 2026-07-01最近出现: 2026-07-01

关系图谱

关系 (1)

使用技术 (1)

相关文章 (1)