Value model

模型

Value model，强化学习中评估状态或动作长期收益的组件（或在 AI 对齐中指代价值观对齐模型），典型应用于 RLHF 奖励建模

1 次提及1 个连接首次出现: 2026-04-25最近出现: 2026-04-25

关系图谱

关系 (1)

使用 (1)

TacticGen-Conditional

相关文章 (1)