标签: RLHF

所有使用该标签的文章 "RLHF".

• TECHNICAL OBSERVATORY CS 课程图谱 CS 234: Reinforcement Learning

  CS 234: Reinforcement Learning

  7 Jun, 2026

  CS 课程图谱

  涵盖马尔可夫决策过程、RL 基础、大规模域扩展、探索挑战。包含深度强化学习作业。应用于机器人、游戏、消费者建模和医疗保健。

  • #Stanford
  • #强化学习
  • #RLHF
  • #课程资料