免费编程教程

全部标签 Python 自动化 安全 隐私 分布式 推理 开源 大模型 合规 系统设计 Java 可视化
最新
过度优化问题

认识奖励过度优化现象，通过早停、KL 正则和混合奖励等方式防止模型为高分丧失实际质量。

人工智能 过度优化 对齐 正则
1 0 0
2026-06-29