SelfRewarding

書いてみる

関連タグ

#LLM (6,924)
#InstructionTuning (8)
#RLHF (55)
#finetuning (64)
#データ (38,253)
#大規模言語モデル (2,712)

LLMによる合成データ(Synthetic Data)生成のテクニック

はち
7か月前

論文メモ: Self-Rewarding Language Models

はち
8か月前

AIトレーニングに革命をもたらす：自己報酬型言語モデルの出現

0xpanda alpha lab
1年前