← 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 2026-11-18T14:25:08.849Z

系列为目标条件强化学习量身定制的策略优化算法(Eysenbach et al,2022)就可以应用于语言模型的对齐问题。

Zhang等提出了一种名为后视指令重新标注(Hindsight Instruction Relabeling,HIR)的算法,它的核心思想是根据语言模型的生成输出,以后视方式重新标注指令。HIR算法在两个阶段之间交替进行:在线采样阶段,生成指令-输出对数据集;离线学习阶段,重新标记每对指令并执行标准监督学习。

除了语言模型本身之外,该算法不需要任何其他训练参数。Zhang等还采用了HER(Andrychowicz et al,2

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