用RL做NLP，和 根据那条数据的reward重新标注那条数据 有什么区别？
（RL = reinforcement learning）
用RL做NLP，和 根据那条数据的reward重新标注那条数据 有什么区别？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
0条回答 默认 最新
问题事件
系统已结题
5月15日
创建了问题
5月7日
悬赏问题
- ¥15 ansys fluent计算闪退
- ¥15 有关wireshark抓包的问题
- ¥15 Ubuntu20.04无法连接GitHub
- ¥15 需要写计算过程，不要写代码，求解答，数据都在图上
- ¥15 向数据表用newid方式插入GUID问题
- ¥15 multisim电路设计
- ¥20 用keil，写代码解决两个问题，用库函数
- ¥50 ID中开关量采样信号通道、以及程序流程的设计
- ¥15 U-Mamba/nnunetv2固定随机数种子
- ¥30 C++行情软件的tick数据如何高效的合成K线