付費限定
奢華與平價教材一起拿來學，C-RLFT，Openchat's tricks for finetune
更新於 2023/11/30閱讀時間約 7 分鐘
Starling-LM-7B近來火燙，有使用到本篇的C-RLFT技術，基於此基礎上可以把7B小模型的微調成績做到頂尖，一起來理解OpenChat 的 C-RLFT技術是如何實現的，所能產生的效果為何，以及探索為何能達到這樣好的成績。
論文主要貢獻:
GPT-4回答素質明顯比GPT-3.5來得高，如下圖所示，但是GPT-4的時間與運算成本比GPT-3.5高出不少，同樣的成本與時間花下去，能取得的教材數量懸殊。有沒有辦法充分運用不同等級的教材，讓Model能取得更佳的學習成果，且不會被品質較差的教材拖累學習表現?
GPT-4 的對話品質分布比GPT-3.5好很多
本篇提出這個問題的解法，將GPT-3.5 / GPT-4 訓練資料做條件強化學習(C-RL
以行動支持創作者！付費即可解鎖
本篇內容共 2807 字、0
則留言，僅發佈於人工智慧宇宙你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
96會員
128內容數
帶你用上帝視角，針對市面上具有高度價值的影片/論文/書籍，用東方取象，與西方邏輯辯證的角度同時出發，跟著我一起來探討宇宙萬事萬物的本質，隨時隨地都可以來一場說走就走的思維旅行。作者在台積電 / 聯發科等科技產業有累計10年的資歷，近期對於人工智慧，東方易經，西方辯證邏輯，還有佛法向內求有深度興趣。
留言0
查看全部
你可能也想看
Google News 追蹤
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
阿揪西放送的老朋友們應該知道，今年我剛結束了一段大齡留學生活。這段時間偶爾有網友私訊詢問學校申請、開銷和準備流程等問題，我也樂於分享各種細節。其中常提到的建議之一就是：開通一個便捷的網銀帳戶。
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
阿揪西放送的老朋友們應該知道，今年我剛結束了一段大齡留學生活。這段時間偶爾有網友私訊詢問學校申請、開銷和準備流程等問題，我也樂於分享各種細節。其中常提到的建議之一就是：開通一個便捷的網銀帳戶。