[
控场AI
]
知识动态
实体
播客
深度
开发者
关于
Get CLI
EN
概念
TTRL / Test-Time Reinforcement Learning
测试时强化学习 (TTRL)
一种让预训练语言模型在测试时利用自生成伪标签进行无监督适应目标领域数据的强化学习方法。
来源文章
多数投票伪标签不可靠?PC-Dr.DPO让TTRL更稳健
11月9日