谷歌 DeepMind 通過強化學習微調(diào)提升 AI 決策能力 近期，谷歌 DeepMind 團隊與約翰?開普勒林茨大學 LIT AI 實驗室合作，開展了一項關于人工智能語言模型的新研究。他們采用了強化學習微調(diào)（RLFT）技術，旨在提升語言模型的決策能力... 蘇輕衣 2025-05-20 961 AIbase基地
