基于RL的fine tuning也是计算梯度和用梯度更新参数，在计算模式上跟一般的fine-tuning没有区别。
我说的是在计算模式上。
发布于 新加坡
尤洋1627
基于RL的fine tuning也是计算梯度和用梯度更新参数，在计算模式上跟一般的fine-tuning没有区别。
我说的是在计算模式上。