奖励模型 – 量子位

奖励模型

只因一个“：”，大模型全军覆没

LLM会被表面内容操纵，产生假阳性结果

鹭羽 2025-07-15

LLM 奖励模型

首个奖励模型评分基准！清华复旦港科大联合攻克AI评委“偏科”

评估奖励模型区分微妙变化和抵抗风格偏差的能力

鹭羽 2025-05-13

LLM 基准测试奖励模型

加载更多

热门文章

刚刚，国产AI自己造了AI，全球首例！

融资700亿！DeepSeek Code真要来了，ACM金牌大神崔添翼挂帅

李飞飞再出手，空间智能的ImageNet来了

卡帕西Anthropic最新头衔：技术员工（MTS）

80集短剧，3天拍完：当电影人下场做Agent，影视生产迎来了“最懂行”的解法