基本信息
文件名称：2025A2M大会：公考垂域模型中强化学习的应用.docx
文件大小：5.98 MB
总页数：54 页
更新时间：2025-08-04
总字数：约6.61千字
文档摘要
公考垂域模型中强化学习的应用
本次分享会讲哪些内容
训练一个垂域模型需要多少数据？(小公司是否有足够的数据)
训练一个垂域模型需要花多少钱？(小公司能否承受)
如何将领域知识注入到通用模型中？
如何在提升垂域模型在领域表现的同时保留通用能力？
如何通过精细化的强化学习(RL)机制设计，让RL训练从“依赖经验调参的黑箱操作”转化为“可拆解、可控制、可复现的工程体系”?
如何根据用户反馈和线上Badcase优化强化学习样本和reward？
推理的时候如