Trong bài báo năm 2020 của chúng tôi, chúng tôi đã định nghĩa hiệu quả triển khai trong thuật toán RL. Kết luận là hiệu suất bị giới hạn nhiều hơn bởi tần suất triển khai, hơn là số mẫu. Học trực tuyến là chìa khóa, và đó chính là cách mà "đào tạo sau" được phổ biến cho các LLM. Chủ nhật là 💯 #schmidhubering