← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-18T14:25:08.847Z

ent Learning from Human Feedback,基于人类反馈的强化学习),以解决大语言模型的对齐问题。

在开发RLHF时,第三方人类数据标注者会根据提示提供他们对各种输出的偏好。这些数据可以用于训练奖励模型,以预测人类偏好的输出结果。

奖励模型的目标函数是为人类经常偏好的输出结果分配较高的奖励,而为不受欢迎的输出结果分配较低的奖励。 步骤1:监督微调模型

此预览只包含定位所需的摘录和上下文。

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