超长
超长时程 (Ultra Long Horizon)
概念
本站收录 1 集 · 0 条金句 · 关联 10 个
集里怎么说它
- 《RL 环境:让模型学会用你电脑上所有工具的数据生意》(19:58起):本集说这是数据格局未来最大的演变方向之一:现在智能体大多没被训练做超过 10 小时的事,要开始为人类需要 100 甚至 1000 小时的任务构建训练。
② 出现在这些集
1 集
- 《RL 环境:让模型学会用你电脑上所有工具的数据生意》 — 作为概念
③ 关联
点进去有真内容 —— 本页主要出口
Brendan Foody · Mercor · RL 环境 · 后训练 · 验证器 · 合成数据 · 虚拟同事 · RLHF · 智能体数据时代 · 基座模型