Chinese contentTogether 推出 post-training 服务：训练与生成保持一致
Together 做了个 post-training 服务，训练时你设计的 reward 就是模型真正学到的那套，上线后行为不走样。
#reward
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "reward", newest first.
Nov 2
Together 做了个 post-training 服务，训练时你设计的 reward 就是模型真正学到的那套，上线后行为不走样。
