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27日消息，国家知识产权局信息显示，苏州高泛科技有限公司取得一项名为“一种稳定进气气压的自平衡装置”的专利，授权公告号CN222209134U，申请日期为2024年4月。
金融界 2024-12-27
金融界2024年12月27日消息，国家知识产权局信息显示，宁波润贝尔设备制造有限公司取得一项名为“用于流体输出压力稳定的稳压装置”的专利，授权公告号CN222209135U，申请日期为2024年1月。阻流座设置有阻流流道，阻流座设置有阻流端，阻流端设置至少一个调节口。
金融界2024年12月27日消息，国家知识产权局信息显示，天津晨天自动化设备工程有限公司取得一项名为“一种主动式智能节水设备”的专利，授权公告号CN222209155U，申请日期为2024年5月。
金融界2024年12月27日消息，国家知识产权局信息显示，宁波方太厨具有限公司取得一项名为“一种水龙头结构”的专利，授权公告号CN222209145U，申请日期为2024年1月。
金融界2024年12月27日消息，国家知识产权局信息显示，川安消防实业有限公司取得一项名为“一种防腐蚀效果好的消防阀门”的专利，授权公告号CN222209152U，申请日期为2024年4月。
金融界2024年12月27日消息，国家知识产权局信息显示，青岛奥海精密铸造有限公司取得一项名为“一种连接方便的仪表阀体”的专利，授权公告号CN222209147U，申请日期为2024年3月。
金融界2024年12月27日消息，国家知识产权局信息显示，陕西工顺新能源科技有限公司取得一项名为“一套自闭阀暗装装置”的专利，授权公告号CN222209140U，申请日期为2024年5月。
金融界2024年12月27日消息，国家知识产权局信息显示，宁波华芯液压有限公司取得一项名为“一种内嵌式压力补偿型流量控制阀”的专利，授权公告号CN222209136U，申请日期为2024年3月。专利摘要显示，本申请涉及流体控制技术领域，特别是涉及一种内嵌式压力补偿型流量控制阀，适用于在插孔内实现流体的流量控制。
金融界2024年12月27日消息，国家知识产权局信息显示，芜湖市中亚汽车制动元件有限公司取得一项名为“一种通气帽”的专利，授权公告号CN222209142U，申请日期为2023年11月。
金融界2024年12月27日消息，国家知识产权局信息显示，南安亚布洁具有限公司取得一项名为“一种自动延时清洗水龙头”的专利，授权公告号CN222209141U，申请日期为2024年5月。
Copyright © 2026 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
