| [1] |
Learning to summarize from Human Feedback，https：//arxiv.org/pdf/2009.01325.pdf.
|
| [2] |
[美]史蒂芬·平克.心智探奇：人類(lèi)心智的起源與進(jìn)化[M].郝耀偉譯.杭州：浙江人民出版社，2016：303.
|
| [3] |
Deep reinforcement learning from human preferences[EB/OL].https：//arxiv.org/abs/1706.03741.2017-01-12/2023-02-17.
|
| [4] |
Rich Sutton.The Bitter Lesson[EB/OL].http：//www.incompleteideas.net/IncIdeas/BitterLesson.html.2019-03-13/2023-02-15.
|
| [5] |
[美]威廉·吉布森.全息玫瑰碎片[M].李克勤等譯.北京：北京時(shí)代華文書(shū)局，2021：190.
|
| [6] |
人力資源和社會(huì )保障部、市場(chǎng)監管總局、國家統計局聯(lián)合發(fā)布智能制造工程技術(shù)人員等16個(gè)新職業(yè)[EB/OL].http：//www.mohrss.gov.cn/wap/xw/rsxw/202003/t20200302_361093.html.2020-03-02/2023-02-17.
|
沈陽(yáng)化工大學(xué)材料科學(xué)與工程學(xué)院 沈陽(yáng) 110142
Address：
Email：cmkj@xinhua.org
Online Vote To：http://scimedia.cn/
Tel：010-63071478
微信訂閱號
微信服務(wù)號
Copyright ? 《Science & Technology for China's Mass Media》UED 京ICP備16053505號-1?
Supported by: Beijing Renhe Information Technology Co., Ltd.
DownLoad: