Файл:RLHF diagram.svg
Размер этого PNG-превью для исходного SVG-файла: 512 × 366 пкс. Другие разрешения: 320 × 229 пкс | 640 × 458 пкс | 1024 × 732 пкс | 1280 × 915 пкс | 2560 × 1830 пкс.
Исходный файл (SVG-файл, номинально 512 × 366 пкс, размер файла: 177 Кб)
Краткое описание
| Описание |
English: This is a high-level overview of reinforcement learning from human feedback, including training an initial supervised model, collecting human feedback, training a reward model, and using it to align the initial model. |
| Дата | |
| Источник | Собственная работа |
| Автор | PopoDameron |
Лицензирование
Я, владелец авторских прав на это произведение, добровольно публикую его на условиях следующей лицензии:
Этот файл доступен по лицензии Creative Commons Attribution-Share Alike 4.0 International
- Вы можете свободно:
- делиться произведением – копировать, распространять и передавать данное произведение
- создавать производные – переделывать данное произведение
- При соблюдении следующих условий:
- атрибуция – Вы должны указать авторство, предоставить ссылку на лицензию и указать, внёс ли автор какие-либо изменения. Это можно сделать любым разумным способом, но не создавая впечатление, что лицензиат поддерживает вас или использование вами данного произведения.
- распространение на тех же условиях – Если вы изменяете, преобразуете или создаёте иное произведение на основе данного, то обязаны использовать лицензию исходного произведения или лицензию, совместимую с исходной.
История файла
Нажмите на дату/время, чтобы увидеть версию файла от того времени.
| Дата/время | Миниатюра | Размеры | Участник | Примечание | |
|---|---|---|---|---|---|
| текущий | 21:20, 1 апреля 2024 | | 512 × 366 (177 Кб) | wikimediacommons>PopoDameron | Clarified relationship between RM and aligned model & added description to the aligned model |
Использование файла
Следующая страница использует этот файл:
