Quration AIQ

basics

Uno dei motivi per cui ChatGPT è sembrato molto più naturale di qualsiasi chatbot precedente: dopo il pre-addestramento su testo di internet, è stato perfezionato verso le risposte che gli umani preferiscono davvero.

Come si chiama questa fase di addestramento con feedback umano?

RLHF (apprendimento per rinforzo da feedback umano)
L'RLHF usa le valutazioni di preferenza umana come segnale di ricompensa per perfezionare il modello. Il pre-addestramento costruisce ciò che 'sa'; l'allineamento modella come 'parla'.
▶ Quration AIQ

basics

Come si chiama questo limite?Llama, il modello di punta dei modelli 'a pesi aperti', è stato rilasciato da quale azienda?Come si chiamano i modelli che gestiscono più forme di input e output?Cosa fanno questi 'modelli di ragionamento' durante quella pausa?L'IA gira dentro il dispositivo, non nel cloud — come si chiama questo approccio?Questa tecnica prende il nome dalla raffinazione dei distillati. Qual è?Quale è una delle principali risposte del settore?Come si chiama questa regola empirica — la giustificazione di scommesse miliardarie?Qual è l'acronimo dell'obiettivo oltre l'IA specifica per compiti — un'intelligenza artificiale generale come quella umana?Come si chiamano?Qual è il termine generale?Come si chiamano questi pezzi?

Quration — Quration AIQ