OpenAI 推出的 ChatGPT 对话模型掀起了新的 AI 热潮，它面对多种多样的问题对答如流，似乎已经打破了机器和人的边界。这一工作的背后是大型语言模型 (Large Language Model，LLM) 生成领域的新训练范式：来自普林斯顿博士生Ameet Deshpande讲述《大型语言模型》技术细节，值得关注！ 在本次演讲中，我们将介绍从人工反馈中强化学习(RLHF)的基础知识，以及如何使用这种技术来实现最先进的ML工具，如ChatGPT。演讲的大部分内容将是相互关联的ML模型的概述，并涵盖自然语言处理和RL的基础知识，以便了解RLHF如何在大型语言模型上使用。最后将讨论RLHF的开放问题。
ChatGPT 背后的“功臣”——人类反馈强化学习RLHF 技术详解
成为VIP会员查看完整内容
An introduction to Reinforcement Learning from Human Feedback (RLHF)
相关内容
Arxiv
0+阅读 · 2023年4月19日
Arxiv
1+阅读 · 2023年4月18日
Arxiv
173+阅读 · 2023年4月7日
Arxiv
75+阅读 · 2023年3月21日
相关主题
相关VIP内容
相关资讯
微信扫码咨询专知VIP会员