SelfRewarding

書いてみる

関連タグ

#LLM (4,505)
#InstructionTuning (5)
#RLHF (38)
#finetuning (45)
#データ (28,855)
#大規模言語モデル (2,154)

LLMによる合成データ(Synthetic Data)生成のテクニック

はち
1か月前

論文メモ: Self-Rewarding Language Models

はち
1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
5か月前