腾讯云
最新活动
大模型
产品
解决方案
定价
企业中心
云市场
开发者
客户支持
合作与生态
了解腾讯云
搜索
弹性 MapReduce
文档中心
入门中心
API 中心
SDK 中心
文档活动
我的反馈
帮你快速理解、总结文档
立即下载
文档中心
>
弹性 MapReduce
>
TCRL 模型微调服务
>
COOKBOOK
>
Preferences（从偏好中学习）
Preferences（从偏好中学习）
概述
RLHF（基于人类反馈的强化学习）
DPO（直接偏好优化）
文档“捉虫”活动
检视指定产品文档，发现和反馈有效问题，奖！
API专项"捉虫"
反馈API文档问题，代金券、周边好礼奖不停！
文档建议，你提了吗
快来使用腾讯云产品文档，提出有效建议，奖！
咨询
