Etiqueta
#rlhf
2 artículos
models
Cómo se entrenan los grandes modelos de lenguaje, en lenguaje llano
Entrenar un modelo de lenguaje ocurre por etapas, no en un paso mágico. Qué hace cada etapa, en lenguaje llano, y por qué el orden importa.
#training#pretraining#fine-tuning
06-01 12:06·7 min
research
Qué hace de verdad el RLHF
El RLHF es el paso que convierte un predictor de texto en algo con lo que hablar. Esto es lo que cambia de verdad, y lo que no, que importa igual.
#rlhf#alignment#fine-tuning
05-25 15:07·7 min