cái gì là Giữa buổi tập?

Các bước đào tạo được áp dụng sau khi đào tạo trước, chẳng hạn như điều chỉnh hướng dẫn, tối ưu hóa tùy chọn và điều chỉnh an toàn.

Một tập hợp các ví dụ có cấu trúc hoặc phi cấu trúc được sử dụng để đào tạo, xác nhận hoặc kiểm tra.

Một tập dữ liệu được giữ lại được sử dụng để đo lường chất lượng mô hình sau khi đào tạo.

Tiếp tục đào tạo về dữ liệu theo miền cụ thể để điều chỉnh mô hình được đào tạo trước cho phù hợp với một nhiệm vụ cụ thể.

Đào tạo mô hình quy mô lớn ban đầu trên dữ liệu rộng trước khi thích ứng ở hạ lưu.

Một mô hình chấm điểm đầu ra dựa trên các tín hiệu ưu tiên, thường được sử dụng trong đường ống RLHF.