Quration AIQ

basics

Salah satu sebab ChatGPT terasa lebih 'berbual seperti manusia' berbanding chatbot sebelumnya: selepas pra-latihan pada teks internet, ia diperhalusi ke arah jawapan yang sebenarnya digemari manusia.

Apa nama langkah latihan maklum balas manusia ini?

RLHF (Pembelajaran Tetulang daripada Maklum Balas Manusia)
RLHF menggunakan penarafan pilihan manusia sebagai isyarat ganjaran untuk memperhalusi model. Pra-latihan membina apa yang model tahu; penjajaran membentuk cara ia bercakap.
▶ Quration AIQ

basics

Apa nama had ini?Llama, model unggulan 'berat terbuka' yang boleh dimuat turun dan dijalankan sesiapa sahaja di pelayan sendiri, dikeluarkan oleh syarikat mana?Apa panggilan bagi model yang mengendalikan pelbagai bentuk input dan output?Apa yang dilakukan model 'penaakulan' ini semasa jeda itu?Apa nama pendekatan ini?Apa itu?Apa salah satu respons utama industri?Apa nama peraturan empirikal ini — justifikasi taruhan bernilai bilion — dipanggil?Apa akronim bagi matlamat melampaui AI khusus tugas — kecerdasan mesin yang seumum kecerdasan manusia?Apa nama ini dipanggil?Apa istilah umum bagi ini?Apa nama cebisan ini?

Quration — Quration AIQ