Bài kiểm tra có liên kết hướng dẫn · Cứng Cấp độ
Collecting Human Preference Data for RLHF Quiz
Understand pairwise preference collection, rater instructions, reward models, PPO, DPO, position bias, and limits of preference labels.
Câu hỏi 1 của 8
Bài kiểm tra có liên kết hướng dẫn · Cứng Cấp độ
Understand pairwise preference collection, rater instructions, reward models, PPO, DPO, position bias, and limits of preference labels.