que es Entrenamiento medio?

Pasos de capacitación aplicados después del entrenamiento previo, como ajuste de instrucciones, optimización de preferencias y ajuste de seguridad.

Una colección de ejemplos estructurados o no estructurados utilizados para capacitación, validación o prueba.

Un conjunto de datos reservado que se utiliza para medir la calidad del modelo después del entrenamiento.

Capacitación continua sobre datos de dominios específicos para adaptar un modelo previamente entrenado a una tarea específica.

Entrenamiento inicial de modelos a gran escala sobre datos amplios antes de la adaptación posterior.

Un modelo que califica las salidas en función de señales de preferencia, que se utiliza a menudo en las canalizaciones RLHF.