← 返回 AIRadar 首页

Hugging Face 搬运：Streams 发布，在线 RL 结合实时人类反馈训练多模态模型

DatapointAI 推出 Streams 框架，支持图像、音频、视频多模态模型的在线强化学习，并接入超 10 亿评分者进行实时人类反馈，标志着 RLHF 从离线静态数据向动态交互演进。