原书出处
大语言模型-基础与前沿 (熊涛)
09 第9章 对齐语言模型与人类偏好
诸如BLEU(Papineni et al,2002)或ROUGE(Lin,2004)等指标,旨在更好地捕捉人类的偏好。
尽管这些指标在评估性能方面比损失函数更有效,但它们仍然有局限性,因为它们只测量语法匹配度而不是语义匹配度。例如,它们无法解释具有相同含义的不同词语。
衡量偏好的更有效的方法是基于人类反馈来奖励学习(Christiano et al,2017)。通过将人类反馈纳入训练过程
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter11.xhtml
EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d