Wesum AI

Tri-state 标注

技术

Tri-state 标注，强化学习中将奖励建模转化为相对优势分类（+1推进，-1回退，0停滞）的方法，应用于基于AI反馈的强化学习（RLAIF）

1 次提及1 个连接首次出现: 2026-04-28最近出现: 2026-04-28

关系图谱

关系 (1)

使用技术 (1)

AW-BC

相关文章 (1)