Quration AIQ

basics

Sababu moja iliyofanya ChatGPT ionekane kama mazungumzo zaidi ya chatbot yoyote iliyotangulia: baada ya pre-training kwenye maandishi ya intaneti, iliboreshwa kufuata majibu ambayo binadamu wanapendelea kwa kweli.

Hatua hii ya mafunzo yenye maoni ya binadamu inaitwaje?

RLHF (Reinforcement Learning from Human Feedback)
RLHF hutumia tathmini za mapendeleo ya binadamu kama ishara ya zawadi ili kuboresha modeli. Pre-training hujenga inachokifahamu; alignment huunda jinsi inavyozungumza.
▶ Quration AIQ

basics

Mpaka huu unaitwaje?Llama, kinara wa miundo hii ya 'open-weight,' ilitolewa na kampuni gani?Miundo inayoshughulikia aina nyingi za taarifa za kuingiza na kutoa (input/output) huitwaje?Miundo hii ya 'reasoning' inafanya nini wakati wa kusita huko?Mkabala huu unaitwaje?Ni ipi?Jibu moja kubwa la sekta ni nini?Kanuni hii ya kutokana na uzoefu — sababu ya kuwekeza mabilioni ya dola — inaitwaje?Kifupisho cha lengo lililo mbali zaidi ya AI ya kazi maalum — akili ya mashine iliyo ya jumla kama ya binadamu — ni nini?Hizi zinaitwaje?Neno la jumla ni?Vipande hivi vinaitwaje?

Quration — Quration AIQ