题目
以下哪种方法用于对齐智能体行为与人类价值观？()A. 对抗生成网络（GAN）B. 主成分分析（PCA）C. 随机梯度下降（SGD）D. 强化学习人类反馈（RLHF）
以下哪种方法用于对齐智能体行为与人类价值观？()
A. 对抗生成网络（GAN）
B. 主成分分析（PCA）
C. 随机梯度下降（SGD）
D. 强化学习人类反馈（RLHF）
题目解答
答案
D. 强化学习人类反馈（RLHF）
A. 对抗生成网络（GAN）
B. 主成分分析（PCA）
C. 随机梯度下降（SGD）
D. 强化学习人类反馈（RLHF）