Quration AIQ

basics

Une des raisons pour lesquelles ChatGPT a semblé bien plus conversationnel que n'importe quel chatbot précédent : après un pré-entraînement sur du texte issu d'internet, il a été affiné vers les réponses que les humains préfèrent réellement.

Comment appelle-t-on cette étape d'entraînement par retour humain ?

RLHF (apprentissage par renforcement à partir de retours humains)
Le RLHF utilise les préférences notées par des humains comme signal de récompense pour affiner le modèle. Le pré-entraînement construit ce qu'il « sait » ; l'alignement façonne la manière dont il « parle ».
▶ Quration AIQ

basics

Comment appelle-t-on cette limite ?Llama, le fer de lance des modèles « à poids ouverts » que n'importe qui peut télécharger et faire tourner sur ses propres serveurs, a été lancé par quelle entreprise ?Comment appelle-t-on les modèles capables de gérer plusieurs formes d'entrée et de sortie ?Que font ces « modèles de raisonnement » pendant cette pause ?Comment appelle-t-on cette approche ?Laquelle ?Quelle est l'une des principales réponses de l'industrie ?Pendant des années, une croyance simple a gouverné l'industrie de l'IA : « Augmentez le modèle, les données et le calcul, et la performance s'améliore de façon prévisible. » Comment appelle-t-on cette règle empirique — la justification des paris à plusieurs milliards ?Quel est l'acronyme de l'objectif au-delà de l'IA spécifique à une tâche — une intelligence artificielle aussi générale que celle d'un humain ?Comment les appelle-t-on ?Quel est le terme générique ?Comment appelle-t-on ces fragments ?

Quration — Quration AIQ