标签：流水线

LLM 训练：RLHF 及其替代方案

LLM 训练：RLHF 及其替代方案 -人类反馈强化学习(RLHF)以及它在现代大语言模型训练流水线中的重要性。训练流水线包括三个步骤:预训练、监督微调和对齐。RLHF...

工具软件

1年前 (2023)