1. میتالرن
2. مسیرهای یادگیری

یادگیری تقویتی

برای ایجاد مدل هایی که می توانند در محیط های پیچیده دنیای واقعی حرکت کنند و LLM ها را آموزش دهند، به اصول یادگیری تقویتی (RL) مسلط شوید.