KI und LLMs · Junior · Frage 43 von 75
Was ist RLHF?
- 1Eine Regel, die das Tempo der Texterzeugung begrenzt
- 2Ein Modell mit menschlichem Präferenz-Feedback nachtrainieren
- 3Ein Dateiformat zum Teilen von Prompts zwischen Teams
Antwort zeigen
Richtige Antwort: Ein Modell mit menschlichem Präferenz-Feedback nachtrainieren
Erklärung
Menschen vergleichen Antworten, ein Reward-Modell lernt ihre Vorlieben, und das LLM wird auf bevorzugtes Verhalten hin abgestimmt.