如果下方播放器无法播放，请您点击这里备用播放！ 视频选集 自动连播 ☰ 本序列聚焦于强化学习和大语言模型，探索大语言模型背后的推理能力和强化学习之间的关联关系。通过从最基础的强化学习开始，本视频讲解，Q-Learning。 计算机技术AI学习大语言模型LLM强化学习RLHFRLreasoningon policyMarkov Reward ProcesQ-learning知识推理
