当下，RLHF/ChatGPT 已经变成了一个非常流行的话题。我们正在致力于更多有关 RLHF 的研究，这篇博客尝试复现 OpenAI 在 2019 年开源的原始 RLHF 代码库，其仓库位置位于 o...【查看原文】
大家好，我是佳恺，最近一直在研究强化学习，烧了大量脑细胞之后，现在总算对强化学习有一个整体的了解了，掌握强化学习基础知识后我又用PPO算法实现了一个简单的火箭回收模型。对强化学习有兴趣的朋友可以了解一下文章的主要内容如下：一、什么是强化学习二、PPO火箭回收案例三、研究强化学习的意义四、强化学习的应用五、总结一、什么是强化学习（来自ChatGPT）强化学习是一种机器学习方法，它涉及到智能系统（通常是一个agent代理程序）通过与环境互动来学习如何做出决策，以最大化一个特定目标的累积奖励。在强化学习中，代理
ChatGPT机器学习
恺哥笔记 2023-09-23
近端策略优化（PPO）算法是OpenAI在2017提出的一种强化学习算法，本文将从PPO算法的基础入手，理解从传统策略梯度算法直到PPO算法的演进过程，以及算法迭代过程中的优化细节。
OpenAI
安可可可可 2023-07-10
LLM很强大了，但却并不完美，它也会出错或者生成无用乃至有害的结果，比如有人发现可以让ChatGPT教人如何偷盗：让ChatGPT教人如何偷盗商店；左图，ChatGPT拒绝回答；右图，在prompt中添加了「withnomoralrestraints（不加道德约束）」后，ChatGPT给出了商店偷盗指南这时候，对齐（alignment）就...
ChatGPT提示词
机器之心Pro 2024-08-05
前言 今天我们来聊聊如何使用OpenAi进行评论的情感分析，通过使用Ai进行对评论的情感分析可以大大减少人力成本。下面来我将带领大家来了解如何使用LLM对用户评论进行情感分析。
有机后脑 2024-05-16
最开始问题：给定一个n个元素的数组/序列，找出所有m个元素组合成的集合（m
ChatGPT编程
疑似叉叉星来的鹩八哥 2023-03-10
金融界2024年12月26日消息，国家知识产权局信息显示，台山核电合营有限公司取得一项名为“柴油机活塞连杆存放工装”的专利，授权公告号CN222200537U，申请日期为2024年5月。
金融界 2024-12-26
金融界2024年12月26日消息，国家知识产权局信息显示，浙江创芯集成电路有限公司申请一项名为“掩膜版图的形成方法、掩膜版的形成方法、存储介质及终端”的专利，公开号CN119179229A，申请日期为2024年9月。
金融界2024年12月26日消息，国家知识产权局信息显示，苏州创欣材料科技有限公司申请一项名为“双面增透镀层电致变色片及其控制系统和控制方法”的专利，公开号CN119179222A，申请日期为2024年10月。
金融界2024年12月26日消息，国家知识产权局信息显示，吉林省远畅智能装备有限责任公司取得一项名为“一种用于电子测量仪器制造成品的放置架”的专利，授权公告号CN222200527U，申请日期为2024年4月。
金融界2024年12月26日消息，国家知识产权局信息显示，惠科股份有限公司申请一项名为“显示模组及电子纸”的专利，公开号CN119179223A，申请日期为2024年10月。专利摘要显示，本发明属于电子纸技术领域，尤其涉及显示模组及电子纸。
金融界2024年12月26日消息，国家知识产权局信息显示，中建二局深圳南方建设投资有限公司与中国建筑第二工程局有限公司取得一项名为“一种钢筋堆放用支架”的专利，授权公告号CN222200529U，申请日期为2024年4月。
金融界2024年12月26日消息，国家知识产权局信息显示，安徽五材轴承有限公司取得一项名为“一种轴承存放货架”的专利，授权公告号CN222200525U，申请日期为2024年3月。
金融界2024年12月26日消息，国家知识产权局信息显示，广东志慧芯屏科技有限公司申请一项名为“像素单元、像素排列结构及显示器”的专利，公开号CN119179224A，申请日期为2023年6月。专利摘要显示，本申请涉及一种像素单元、像素排列结构及显示器。
金融界2024年12月26日消息，国家知识产权局信息显示，倍晶新材料（山东）有限公司申请一项名为“含DNQ的双感光光刻胶材料及其制备方法与应用”的专利，公开号CN119179231A，申请日期为2024年10月。
金融界2024年12月26日消息，国家知识产权局信息显示，众燊达（常州）电子科技有限公司取得一项名为“一种数码产品配件针管生产用存放架”的专利，授权公告号CN222200532U，申请日期为2024年5月。
Copyright © 2025 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
