Este documento de IA de ETH Zurich, Google y Max Plank propone una estrategia de IA eficaz para impulsar el rendimiento de los modelos de recompensa para RLHF (aprendizaje reforzado a partir de la retroalimentación humana)
En la alineación del modelo de lenguaje, la eficacia del aprendizaje reforzado a partir de la retroalimentación humana (RLHF) depende de la excelencia del modelo de recompensa subyacente. Una preocupación…