网站建设编程怎么写,网络开发培训,婚庆网站策划,广告营销的经典案例文章目录 介绍小结 介绍
ChatGPT 之所以成为ChatGPT#xff0c;基于人类反馈的强化学习是其中重要的一环。而ChatGPT 的训练工程称得上是复杂而又神秘的#xff0c;迄今为止#xff0c;OpenAl也没有开源它的训练及调优的细节。 从 OpenAl已经公开的一部分信息推知#xff… 文章目录 介绍小结 介绍
ChatGPT 之所以成为ChatGPT基于人类反馈的强化学习是其中重要的一环。而ChatGPT 的训练工程称得上是复杂而又神秘的迄今为止OpenAl也没有开源它的训练及调优的细节。 从 OpenAl已经公开的一部分信息推知ChatGPT的训练主要由三个步骤组成如下图所示。
原文
译文 第1步先使用大量数据(从Prompt数据库中抽样)通过监督学习在预训练的 GPT-3.5基础上微调模型得到一个初始模型就是监督学习微调模型(Supervised Fine-Tune ModelSFT)——暂且把它命名为“弱弱的ChatGPT”。 第2步请标注人员为初始模型“弱弱的ChatGPT”对同一问题给出的不同答案排序评估这些答案的质量并为它们分配一个分数。然后使用这些数据训练出一个具有人类偏好的奖励模型(Reward Model,RM)–这个奖励模型能够代替人类评估 ChatGPT 的回答大概会得到多少奖励。 第3步初始化“弱弱的ChatGPT”模型从Prompt数据库中抽样与模型进行对话。然后使用奖励模型对“弱弱的ChatGPT”模型的输出进行打分。再将结果反馈给“弱弱的 ChatGPT”模型通过近端策略优化(Proximal Policy Optimization, PPO)算法进一步优化模型。
不过这还没完此时ChatGPT模型经过优化能生成更高质量的回答那么再回到第1步用优化后的ChatGPT初始化模型就得到更好的SFT模型;用更好的 SFT 在第2步中取样又得到更好的回答;对更高质量的回答进行排序、评分后就能训练出更好的奖励模型于是获得更好的反馈……这样不断循环ChatGPT 就一步接着一步在接受人类的反馈的同时不断自我优化一波接一波越变越强。
小结
ChatGPT训练三阶段 阶段1收集数据通过监督学习微调模型 阶段2收集模型生成的数据训练一个奖励模型 阶段3通过奖励模型以PPO强化学习算法优化策略,得到优化后的模型 学习的参考资料 1书籍 利用Python进行数据分析 西瓜书 百面机器学习 机器学习实战 阿里云天池大赛赛题解析(机器学习篇) 白话机器学习中的数学 零基础学机器学习 图解机器学习算法
动手学深度学习pytorch
…
2机构 光环大数据 开课吧 极客时间 七月在线 深度之眼 贪心学院 拉勾教育 博学谷 慕课网 海贼宝藏 …
