人工智能2025 · 分享于 Hacker News

Supervised fine tuning on curated data is reinforcement learning

探索《Supervised fine tuning on curated data is reinforcement learning》的原文与 Hacker News 社区讨论,查看来源并加入阅读清单。

阅读原文

看看社区如何讨论这个想法。

来自 Hacker News 的原始讨论。不同的视角、疑问,以及值得继续思考的线索。

最多展示 100 条相关讨论。论文可能出现在评论中,并非原帖投稿内容。

在讨论中发现的引用

按 HN 条目顺序展示最近的 50 条引用来源。

YAlifatisk ·

Problem solving using Markov chains (2007) [pdf]

301 赞同98 评论
Yfpgaminer ·

Dispelling misconceptions about RLHF

120 赞同32 评论
YGabrielBianconi ·

Supervised fine tuning on curated data is reinforcement learning

71 赞同19 评论

一个想法,引向另一个。

发现更多论文