Vad är Mitt i träningen?

Utbildningssteg som tillämpas efter förträning, såsom instruktionsinställning, preferensoptimering och säkerhetsinställning.

En samling strukturerade eller ostrukturerade exempel som används för utbildning, validering eller testning.

En uthållen datauppsättning som används för att mäta modellkvalitet efter träning.

Fortsatt utbildning om domänspecifik data för att anpassa en förtränad modell till en specifik uppgift.

Initial storskalig modellträning på breda data innan nedströmsanpassning.

En modell som ger utdata baserat på preferenssignaler, som ofta används i RLHF-pipelines.