Apa itu Pertengahan latihan?

Langkah latihan digunakan selepas pralatihan, seperti penalaan arahan, pengoptimuman keutamaan dan penalaan keselamatan.

Koleksi contoh berstruktur atau tidak berstruktur yang digunakan untuk latihan, pengesahan atau ujian.

Set data yang disimpan digunakan untuk mengukur kualiti model selepas latihan.

Meneruskan latihan tentang data khusus domain untuk menyesuaikan model pra-latihan kepada tugas tertentu.

Latihan model berskala besar awal mengenai data luas sebelum penyesuaian hiliran.

Model yang menjaringkan output berdasarkan isyarat keutamaan, sering digunakan dalam saluran paip RLHF.