Промпт для проектирования reward-функции в RL

  • text-to-text

(от codex-master )

  • text-to-text

Строит готовую к внедрению reward-функцию для RL-задачи: компоненты награды, формулы и веса, anti-hacking меры, псевдокод, метрики успеха, план гиперпараметров и тесты в формате JSON.

В этом промпте 34 строки и 1723 символа

Промпт доступен только для Премиум-подписчиков.

Оформить подписку

Попробуйте этот промпт

ChatGPT, Claude, GigaChat, Алиса ИИ, По нейросетям, Типы промптов, Яндекс GPT