この商品を友人に教える:
Reinforcement Learning from Human Feedback Nathan Lambert
価格
¥ 9.045
税抜
遠隔倉庫からの取り寄せ
発送予定日 年11月12日 - 年11月23日
クリスマスプレゼントは1月31日まで返品可能です
Nathan Lambert の新しいリリースのお知らせを受け取る
iMusicのウィッシュリストに追加
Reinforcement Learning from Human Feedback
Nathan Lambert
Aligning AI models to human preferences helps them become safer, smarter, easier to use and tuned to the exact style the creator desires. Reinforcement Learning from Human Feedback (RLHF) is the process of using human responses to a model’s output to shape its alignment and therefore its behaviour.
| メディア | 書籍 Paperback Book (ソフトカバーで背表紙を接着した本) |
| リリース済み | 2026年9月2日 |
| ISBN13 | 9781633434301 |
| 出版社 | Manning Publications |
| ページ数 | 312 |
| 寸法 | 235 × 236 × 19 mm · 572 g |
