تعلّم الأخبار الأدوات وظائف المهمة

مصطلح مسرد الذكاء الاصطناعي

ما هو DPO (تحسين التفضيلات المباشرة)؟

التعريف

طريقة تدريب تعمل على ضبط النماذج مباشرة على أزواج التفضيلات دون الحاجة إلى نموذج مكافأة منفصل.

تصفح قاموس الذكاء الاصطناعي الكامل استكشف جميع أدلة الذكاء الاصطناعي المجانية

تعزيز التعلم من ردود الفعل البشرية (RLHF)طريقة تدريب تستخدم إشارات التفضيل البشري لتشكيل سلوك النموذج.ما بعد التدريبيتم تطبيق خطوات التدريب بعد التدريب المسبق، مثل ضبط التعليمات، وتحسين التفضيلات، وضبط الأمان.التعلم المستمرأساليب التدريب التي تسمح للنموذج بمواصلة التعلم من البيانات الجديدة دون نسيان المعرفة السابقة.ضبط دقيقمواصلة التدريب على البيانات الخاصة بالمجال لتكييف نموذج تم تدريبه مسبقًا مع مهمة محددة.نزول التدرجطريقة تحسين تقوم بتحديث المعلمات في الاتجاه الذي يقلل من الخطأ.ضبط التعليماتضبط نموذج على أزواج التعليمات والاستجابة لتحسين متابعة المهام.

تعرف على المزيد في أدلةنا المجانية

AI Inference Optimization Bidirectional Recurrent Networks Second-Order Optimization and Newton Methods Odds Ratio Preference Optimization

انظر أيضا

Tree of Thoughts QLoRA ReAct Flash Attention Agentic Loop Multi-Head Attention MCP (Model Context Protocol)Positional Encoding