Quration AIQ

basics

Um dos motivos pelos quais o ChatGPT pareceu muito mais 'conversador' do que qualquer chatbot anterior: depois do pré-treinamento com texto da internet, ele foi ajustado na direção das respostas que os humanos realmente preferem.

Como se chama essa etapa de treinamento com feedback humano?

RLHF (aprendizado por reforço com feedback humano)
O RLHF usa avaliações de preferência humana como sinal de recompensa para refinar o modelo. O pré-treinamento constrói o que ele 'sabe'; o alinhamento molda como ele 'fala'.
▶ Quration AIQ

basics

Como se chama esse limite?O Llama, o carro-chefe desses modelos 'de peso aberto', foi lançado por qual empresa?Como chamamos os modelos que lidam com múltiplas formas de entrada e saída?O que esses 'modelos de raciocínio' fazem durante essa pausa?Como se chama essa abordagem?Essa técnica toma seu nome do refino de destilados. Qual é?Qual é uma das principais respostas da indústria?Como se chama essa regra empírica — a justificativa para apostas bilionárias?Qual é a sigla do objetivo além da IA específica para tarefas — uma inteligência tão geral quanto a humana?Como se chamam?Qual é o termo abrangente?Como esses pedaços são chamados?

Quration — Quration AIQ