))
Illustrating Reinforcement Learning from Human Feedback (RLHF)
Manage episode 429711881 series 3498845
محتوای ارائه شده توسط BlueDot Impact. تمام محتوای پادکست شامل قسمت‌ها، گرافیک‌ها و توضیحات پادکست مستقیماً توسط BlueDot Impact یا شریک پلتفرم پادکست آن‌ها آپلود و ارائه می‌شوند. اگر فکر می‌کنید شخصی بدون اجازه شما از اثر دارای حق نسخه‌برداری شما استفاده می‌کند، می‌توانید روندی که در اینجا شرح داده شده است را دنبال کنید.https://fa.player.fm/legal
This more technical article explains the motivations for a system like RLHF, and adds additional concrete details as to how the RLHF approach is applied to neural networks.
While reading, consider which parts of the technical implementation correspond to the 'values coach' and 'coherence coach' from the previous video.
A podcast by BlueDot Impact.
Learn more on the AI Safety Fundamentals website.
فصل ها
1. Illustrating Reinforcement Learning from Human Feedback (RLHF) (00:00:00)
2. RLHF: Let’s take it step by step (00:03:16)
3. Pretraining language models (00:03:51)
4. Reward model training (00:05:46)
5. Fine-tuning with RL (00:09:26)
6. Open-source tools for RLHF (00:16:10)
7. What’s next for RLHF? (00:18:20)
8. Further reading (00:21:17)
83 قسمت
اشتراک گذاری
