Обучение на оценках людей (RLHF)
Статьи пока нет. Ссылки на неё уже есть в вики, поэтому она стоит в очереди на написание.
$ grep -l "Обучение на оценках людей (RLHF)" ~/wiki
# служебная страница: закрыта от индексации (noindex), чтобы поисковики не считали сайт «пустым»
факты · 2
- Запуск ChatGPTОбразование · Работа и профессии · Медиа и информация · Чат-боты · openai.com ↗
- OpenAI описывает InstructGPT: модель дообучают на оценках людей (RLHF), и ответы версии на 1,3 млрд параметров люди предпочитают ответам GPT-3 на 175 млрдНаука · Обучение на оценках людей (RLHF) · arxiv.org ↗