@JundeMorsenWu

Выпуск

1 твитов

Аккаунт высказался о reward hacking: проблема не в самом обходе механизма вознаграждения, а в том, как сформулирована награда. Главный акцент — на корректном проектировании reward-функции.

Темы: Reward hacking · Функция награды

Ключевые твиты