ШІ та LLM · Junior · Запитання 43 з 75
Що таке RLHF?
- 1Правило, що обмежує швидкість генерації тексту
- 2Донавчання моделі на оцінках людей
- 3Формат файлу для обміну промптами між командами
Показати відповідь
Правильна відповідь: Донавчання моделі на оцінках людей
Пояснення
Люди порівнюють відповіді, модель винагороди вчиться їхнім уподобанням, а LLM налаштовують у бік бажаної поведінки.