AI 용어집

DPO(직접 선호도 최적화)(이)란?

정의

별도의 보상 모델이 필요 없이 선호 쌍에 대해 직접 모델을 미세 조정하는 학습 방법입니다.

전체 AI 용어집 찾아보기무료 AI 가이드 모두 살펴보기

관련 용어

인간 피드백을 통한 강화 학습(RLHF)인간의 선호 신호를 사용하여 모델 행동을 형성하는 훈련 방법입니다.훈련 후명령어 튜닝, 선호도 최적화, 안전 튜닝 등 사전 학습 이후 적용되는 학습 단계입니다.지속적인 학습모델이 사전 지식을 잊지 않고 새로운 데이터로부터 계속 학습할 수 있도록 하는 훈련 접근 방식입니다.미세 조정사전 훈련된 모델을 특정 작업에 맞게 조정하기 위해 도메인별 데이터에 대한 지속적인 훈련입니다.경사하강법오류를 줄이는 방향으로 매개변수를 업데이트하는 최적화 방법입니다.명령어 튜닝작업 추적을 개선하기 위해 지시-응답 쌍에 대한 모델을 미세 조정합니다.

무료 가이드에서 자세히 알아보세요

AI Inference OptimizationBidirectional Recurrent NetworksSecond-Order Optimization and Newton MethodsOdds Ratio Preference Optimization

또한보십시오

Tree of ThoughtsQLoRAReActFlash AttentionAgentic LoopMulti-Head AttentionMCP (Model Context Protocol)Positional Encoding