Quration AIQ

basics

Một lý do khiến ChatGPT trò chuyện tự nhiên hơn hẳn mọi chatbot trước đó: sau khi tiền huấn luyện trên dữ liệu internet, nó còn được tinh chỉnh theo hướng câu trả lời mà con người thực sự ưa thích.

Bước huấn luyện dựa trên phản hồi con người này gọi là gì?

RLHF (Học tăng cường từ phản hồi con người)
RLHF dùng đánh giá sở thích của con người làm tín hiệu thưởng để tinh chỉnh mô hình. Tiền huấn luyện xây nên 'những gì nó biết'; alignment định hình 'cách nó nói'.
▶ Quration AIQ

basics

Giới hạn này được gọi là gì?Llama, mô hình tiên phong của trào lưu 'open-weight' này, được công ty nào phát hành?Chúng ta gọi những mô hình xử lý nhiều dạng đầu vào và đầu ra như vậy là gì?Những 'mô hình suy luận' này đang làm gì trong khoảng dừng đó?Cách tiếp cận này gọi là gì?Nó gọi là gì?Một trong những phản ứng chính của ngành là gì?Quy tắc thực nghiệm này — cơ sở cho những khoản đầu tư hàng tỷ đô — được gọi là gì?Viết tắt cho mục tiêu vượt xa AI chuyên biệt cho một tác vụ — trí tuệ máy tổng quát như con người — là gì?Những bộ đề này gọi là gì?Thuật ngữ chung cho những mô hình này là gì?Những mảnh nhỏ này được gọi là gì?

Quration — Quration AIQ