AI i LLM · Junior · Pytanie 43 z 75
Czym jest RLHF?
- 1Zasadą ograniczającą szybkość generowania tekstu
- 2Douczaniem modelu na ocenach ludzi
- 3Formatem pliku do wymiany promptów między zespołami
Pokaż odpowiedź
Poprawna odpowiedź: Douczaniem modelu na ocenach ludzi
Wyjaśnienie
Ludzie porównują odpowiedzi, model nagrody uczy się ich preferencji, a LLM jest dostrajany w stronę preferowanego zachowania.