在棕榈体系结构之上实施RLHF（通过人为反馈的增强学习）。基本上是changpt，但用棕榈
您的邮箱地址不会被公开。 必填项已用 * 标注
Name*
电子邮箱*
网站
在此浏览器中保存我的显示名称、邮箱地址和网站地址，以便下次评论时使用。
Δ
