Qu'est-ce que Mi-formation?

Étapes de formation appliquées après la pré-formation, telles que le réglage des instructions, l'optimisation des préférences et le réglage de la sécurité.

Une collection d'exemples structurés ou non structurés utilisés pour la formation, la validation ou les tests.

Un ensemble de données conservé utilisé pour mesurer la qualité du modèle après la formation.

Formation continue sur des données spécifiques au domaine pour adapter un modèle pré-entraîné à une tâche spécifique.

Formation initiale de modèles à grande échelle sur des données larges avant adaptation en aval.

Un modèle qui évalue les sorties en fonction des signaux de préférence, souvent utilisé dans les pipelines RLHF.