ch7

_sidebar.md

@@ -92,14 +92,14 @@
   * [6.4 vLLM](/docs/06.推理/)
   * [6.5 一些题目](/docs/06.推理/)
     * [1.推理](/docs/06.推理/1.推理/1.推理.md "1.推理")
-* [07.强化学习](/docs/07.强化学习)
-  * [7.1 强化学习原理](/docs/07.强化学习)
+* [07.强化学习](/docs/07.强化学习/)
+  * [7.1 强化学习原理](/docs/07.强化学习/)
     * [策略梯度（pg）](/docs/07.强化学习/策略梯度（pg）/策略梯度（pg）.md "策略梯度（pg）")
     * [近端策略优化(ppo)](/docs/07.强化学习/近端策略优化(ppo)/近端策略优化(ppo).md "近端策略优化(ppo)")
-  * [7.2 RLHF](/docs/07.强化学习)
+  * [7.2 RLHF](/docs/07.强化学习/)
     * [大模型RLHF：PPO原理与源码解读](/docs/07.强化学习/大模型RLHF：PPO原理与源码解读/大模型RLHF：PPO原理与源码解读.md "大模型RLHF：PPO原理与源码解读")
     * [DPO](/docs/07.强化学习/DPO/DPO.md "DPO")
-  * [7.3 一些题目](/docs/07.强化学习)
+  * [7.3 一些题目](/docs/07.强化学习/)
     * [1.rlhf相关](/docs/07.强化学习/1.rlhf相关/1.rlhf相关.md "1.rlhf相关")
     * [2.强化学习](/docs/07.强化学习/2.强化学习/2.强化学习.md "2.强化学习")
 * [08.检索增强RAG](/docs/08.检索增强rag/)