पेपर और शोध

OpenAI ने मानवीय प्राथमिकताओं के साथ 774M पैरामीटर GPT-2 को फाइन-ट्यून किया

मूल शीर्षक:Fine-tuning GPT-2 from human preferences

AI सारांश

OpenAI ने मानवीय फीडबैक का उपयोग करके 774M पैरामीटर GPT-2 को फाइन-ट्यून किया, जो कई कार्यों में बाहरी लेबलर्स की प्राथमिकताओं से मेल खाता है। सारांश कार्यों के लिए 60,000 मानव-लेबल वाले डेटा और सरल कार्यों जैसे स्टाइल निरंतरता के लिए 5,000 डेटा का उपयोग किया गया। लेबलर्स की पसंद सारांश में मूल वाक्यों को कॉपी करने की थी, जिसके परिणामस्वरूप मॉडल ने कॉपी करना सीख लिया। OpenAI का कहना है कि इसका उद्देश्य सुरक्षा तकनीकों को 'मशीन-मानव संवाद' जैसे सामान्य कार्यों के करीब लाना है।

मुख्य जानकारी

  • OpenAI ने मानवीय फीडबैक का उपयोग करके 774M पैरामीटर GPT-2 को फाइन-ट्यून किया,जो कई कार्यों में…
  • 000 मानव-लेबल वाले डेटा और सरल कार्यों जैसे स्टाइल निरंतरता के लिए 5,000 डेटा का उपयोग किया गया।…
  • जिसके परिणामस्वरूप मॉडल ने कॉपी करना सीख लिया। OpenAI का कहना है कि इसका उद्देश्य सुरक्षा तकनीकों…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
OpenAI:官网动态(RSS · 排除企业/客户案例)
श्रेणी
पेपर और शोध
AI स्कोर
65
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

原文给出人类偏好微调 GPT-2 的任务结果与标注成本,并暴露标注偏好与作者意图不一致的问题。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: OpenAI ने मानवीय प्राथमिकताओं के साथ 774M पैरामीटर GPT-2 को फाइन-ट्यून किया। 19 सितंबर 2019। https://new.nat6.net/hi/news/mbl0jky4zuwkwo6nc6declud6/

सभी देखें →