跳至内容
六项评测已更新:查看评分依据 →
×
衍真
产品
评测
企业
专家
研究
入门指南
联系我们
申请抢先体验
入门指南
从这里开始
不必先熟悉所有术语。从任务怎样运作、结果怎样核验开始,理解智能体训练与评测。
基础
什么是强化学习环境?智能体如何从任务中学习
约 8 分钟阅读
→
奖励
可验证奖励(RLVR):把结果变成训练反馈
约 8 分钟阅读
→
奖励
奖励漏洞:智能体为什么得了高分,却没完成工作
约 9 分钟阅读
→
选型
如何选择强化学习环境:采购前要问清的十二件事
约 8 分钟阅读
→
随时查阅
术语与常见问题
34 个词条
术语解释
把环境、训练、奖励和评测中的常用概念讲清楚。
查找术语 →
14 个问题
常见问题
了解产品、接入方式、评分依据、合作与专家参与。
查看解答 →