电子书 Reinforcement Learning from Human Feedback《基于人类反馈的强化学习》英文书，图为机翻。
rlhfbook.com/
本书由Nathan Lambert撰写，作者近期一直在撰写本书的高级讨论章节。本书整体上系统介绍了人类反馈强化学习（RLHF）的核心方法及其在语言模型中的应用，从理论基础到优化工具，再到高级主题和开放性问题，为读者提供了一个全面的RLHF入门。
RLHF是一种结合人类偏好与机器学习的技术，近年来在多个领域得到广泛应用。本书为有一定数学背景的读者提供一个温和的入门，从RLHF的起源讲起，涵盖其在经济学、哲学和最优控制等多个学科的交叉发展。
AI创造营你好人工智能时代
