← 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 2026-11-18T14:25:08.848Z

z0z 证明。参见Korbak et al(2022b)的附录,以及Korbak et al(2022a)的定理1。 *

这项研究允许将语言模型与人类偏好对齐的过程分为两步:①定义一个分布,用于指定语言模型的预期行为。一种原则性的方法是使用贝叶斯规则来定义后验

,例如π。②需要确定如何从目标分布中采样。 KL-RL 这两个步骤对应于概率编程中的建模和推理。建模包括用概率术语对知识

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