MEND: RL Đối với các mô hình dòng chảy thông qua kết hợp tốc độ gần

Đoạn trích bài viết

Giải thưởng sau huấn luyện các mô hình dòng chảy hoặc cân nhắc lại các mẫu của mô hình theo hình phạt KL hoặc tham chiếu đóng băng, thường là hàng ngàn bản cập nhật, hoặc đẩy lại phần thưởng và di chuyển từng mẫu mà không kiểm tra xem chuyển động có giá trị kích thước của nó không.