知识卡片
监督微调克隆示范行为
监督微调用提示与恰当响应组成的示范数据,教模型怎样回应请求。它让模型学习回答而非只续写问题,示范应覆盖问答、摘要、翻译等期望任务。行为克隆说明这种模仿机制,不表示少量示范能覆盖所有未知请求。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 理解基础模型
原书出处 · 1 处
- · 查看原书依据
这些示例以(提示词,响应)的格式呈现,被称为示范数据。有人将这一过程称为行为克隆(behavior cloning):向模型示范应如何表现,模型便会克隆这种行为。
参考来源
- 位置:《AI工程:大模型应用开发实战》第2章《理解基础模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:这些示例以(提示词,响应)的格式呈现,被称为示范数据。有人将这一过程称为行为克隆(behavior cloning):向模型示范应如何表现,模型便会克隆这种行为。