Apa itu Pertengahan pelatihan?

Langkah-langkah pelatihan diterapkan setelah pra-pelatihan, seperti penyetelan instruksi, optimalisasi preferensi, dan penyetelan keselamatan.

Kumpulan contoh terstruktur atau tidak terstruktur yang digunakan untuk pelatihan, validasi, atau pengujian.

Kumpulan data yang digunakan untuk mengukur kualitas model setelah pelatihan.

Melanjutkan pelatihan pada data spesifik domain untuk mengadaptasi model yang telah dilatih sebelumnya ke tugas tertentu.

Pelatihan model skala besar awal mengenai data luas sebelum adaptasi hilir.

Model yang menilai keluaran berdasarkan sinyal preferensi, sering digunakan dalam saluran RLHF.