20260617:目前有914 页

concepts/rlhf.md

@@ -0,0 +1,21 @@
+---
+title: "RLHF (Reinforcement Learning from Human Feedback)"
+created: 2026-06-03
+updated: 2026-06-03
+type: concept
+tags: [RLHF, alignment, LLM, training]
+status: placeholder
+---
+
+# RLHF (Reinforcement Learning from Human Feedback)
+
+> ⚠️ 占位符页面 — 待完善
+
+RLHF 是一种基于人类反馈的强化学习对齐方法，是 SFT 的主要替代/补充后训练范式。典型流程：SFT → 奖励模型训练 → PPO 优化。
+
+与 SFT 的对比是 [[zhang-reconciling-sft-interaction-2026|Zhang et al. (2026)]] 讨论的重要背景。
+
+## 相关概念
+
+- [[supervised-fine-tuning|SFT]]
+- [[dpo]]