))
Illustrating Reinforcement Learning from Human Feedback (RLHF)
Manage episode 429711881 series 3498845
Conteúdo fornecido por BlueDot Impact. Todo o conteúdo do podcast, incluindo episódios, gráficos e descrições de podcast, é carregado e fornecido diretamente por BlueDot Impact ou por seu parceiro de plataforma de podcast. Se você acredita que alguém está usando seu trabalho protegido por direitos autorais sem sua permissão, siga o processo descrito aqui https://pt.player.fm/legal.
This more technical article explains the motivations for a system like RLHF, and adds additional concrete details as to how the RLHF approach is applied to neural networks.
While reading, consider which parts of the technical implementation correspond to the 'values coach' and 'coherence coach' from the previous video.
A podcast by BlueDot Impact.
Learn more on the AI Safety Fundamentals website.
Capítulos
1. Illustrating Reinforcement Learning from Human Feedback (RLHF) (00:00:00)
2. RLHF: Let’s take it step by step (00:03:16)
3. Pretraining language models (00:03:51)
4. Reward model training (00:05:46)
5. Fine-tuning with RL (00:09:26)
6. Open-source tools for RLHF (00:16:10)
7. What’s next for RLHF? (00:18:20)
8. Further reading (00:21:17)
83 episódios
Compartilhar
