OpenAI ปรับแต่ง GPT-2 ขนาด 774M พารามิเตอร์ด้วยความชอบของมนุษย์
หัวข้อต้นฉบับ:Fine-tuning GPT-2 from human preferences
สรุปโดย AI
OpenAI ปรับแต่ง GPT-2 ขนาด 774M พารามิเตอร์ด้วยข้อเสนอแนะจากมนุษย์ ทำให้ตรงกับความชอบของผู้ติดป้ายกำกับภายนอกในหลายงาน งานสรุปใช้ข้อมูลที่มนุษย์ติดป้าย 6 หมื่นรายการ ส่วนงานที่ง่ายกว่าอย่างการเขียนต่อตามสไตล์ใช้เพียง 5 พันรายการ ผู้ติดป้ายชอบให้สรุปคัดลอกประโยคจากต้นฉบับทั้งประโยค ทำให้โมเดลเรียนรู้ที่จะคัดลอก OpenAI ระบุว่าการทำเช่นนี้มีเป้าหมายเพื่อให้เทคโนโลยีความปลอดภัยเข้าใกล้ภารกิจทั่วไปอย่าง 'การสนทนาระหว่างเครื่องกับมนุษย์'
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- OpenAI:官网动态(RSS · 排除企业/客户案例)
- หมวดหมู่
- บทความและงานวิจัย
- คะแนน AI
- 65
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。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: OpenAI ปรับแต่ง GPT-2 ขนาด 774M พารามิเตอร์ด้วยความชอบของมนุษย์ 19 กันยายน 2019 https://new.nat6.net/th/news/mbl0jky4zuwkwo6nc6declud6/