EPISODE · Jan 3, 2026 · 46 MIN
EP82 :健康大型語言模型-回饋強化學習(ReinforcementLearning)思考語模 ft.陳秀熙.許辰陽
from 不只是科技_AI星球永續健康 · host 陳秀熙、許辰陽、侯信恩、楊心怡
健康大型語言模型-回饋強化學習(ReinforcementLearning)思考語模:DeepSeek 人工智慧邁入推理覺醒階段。語言模型藉由回饋強化學習(Reinforcement Learning)」與思維鍊(Chain of Thought,CoT)訓練策略,如同人一般思考,不僅能回答問題,更能檢查、修正,並反思推理過程。本週我們將探討智慧語模如何藉由回饋訓練建立思維鍊,並介紹DeepSeek模型在腎臟病營養決策中的應用。 漢聲廣播電台-星球永續健康:https://reurl.cc/WbGALy 連結:https://youtu.be/0dMboO3gUeo 點我:新聞稿 簡報檔 -- Hosting provided by SoundOn
Embed this episode
Ready to play
EP82 :健康大型語言模型-回饋強化學習(ReinforcementLearning)思考語模 ft.陳秀熙.許辰陽
No transcript for this episode yet
Similar Episodes
No similar episodes found.
Similar Podcasts
No similar podcasts found.