2024年3月25日
解密prompt系列25. RLHF改良方案之样本标注：RLAIF & SALMON
摘要： 解密prompt系列25. RLHF改良方案之样本标注：RLAIF & SALMON 之前a56爆大奖在线娱乐们主要唠了RLHF训练相关的方案，这一章a56爆大奖在线娱乐们主要针对RLHF的样本构建阶段，引入机器标注来降低人工标注的成本。主要介绍两个方案：RLAIF,和IBM的SALMON 阅读全文
posted @ 2024-03-25 08:37 风雨中的小七 阅读(148) 评论(0) 推荐(0) 编辑