Aprendizaje con retroalimentación humana (RLHF)
Aún no hay artículo. Otros artículos ya enlazan aquí, así que está en cola para redactarse.
$ grep -l "Aprendizaje con retroalimentación humana (RLHF)" ~/wiki
# página de servicio: noindex, para que los buscadores no consideren el sitio vacío
hechos · 2
- Lanzamiento de ChatGPTEducación · Trabajo y profesiones · Medios e información · Chatbots · openai.com ↗
- OpenAI describe InstructGPT: el modelo se ajusta con valoraciones de personas (RLHF), y las personas prefieren las respuestas de la versión de 1300 millones de parámetros a las de GPT-3, de 175.000 millonesCiencia · Aprendizaje con retroalimentación humana (RLHF) · arxiv.org ↗