Sign up to save your podcasts
Or
Share על RLHF ומודלי שפה גדולים
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
על RLHF ומודלי שפה גדולים
בפרק זה החליפו מייק ותמיר את התובנות החידודים והשאלות הפתוחות שלהם בניסיון להבין איך מתחברים עולם ה RL ועולם ה LLM (קרי RLHF). ב 2024 השתנתה הפרדיגמה - בתחילה יצירת מודל reward כדי לעשות אימון נוסף ל LLM אחרי ה pretraining שלו באמצעות PPO. ולאחר מכן הוחלף ה PPO בRLHF.
בעוד רוב מודלי ה reasoning של החברות הגדולות (chatgpt, claude, gemini) עדיין באפילה - נדבר על איך לדעתנו RLHF יכול לשמש בתהליך.
View all episodes
By Tamir Nave & Uri Goren
5
11 ratings
בפרק זה החליפו מייק ותמיר את התובנות החידודים והשאלות הפתוחות שלהם בניסיון להבין איך מתחברים עולם ה RL ועולם ה LLM (קרי RLHF). ב 2024 השתנתה הפרדיגמה - בתחילה יצירת מודל reward כדי לעשות אימון נוסף ל LLM אחרי ה pretraining שלו באמצעות PPO. ולאחר מכן הוחלף ה PPO בRLHF.
בעוד רוב מודלי ה reasoning של החברות הגדולות (chatgpt, claude, gemini) עדיין באפילה - נדבר על איך לדעתנו RLHF יכול לשמש בתהליך.
More shows like ExplAInable
View all
עושים היסטוריה עם רן לוי Osim Historia With Ran Levi
160 Listeners
גיקונומי
87 Listeners
עושים חשבון Osim Heshbon
20 Listeners
חיות כיס Hayot Kiss
141 Listeners
המשחק הגדול
46 Listeners
הפודקאסט של גיא קצוביץ'
10 Listeners
עושים טכנולוגיה
32 Listeners
מנועי הכסף
35 Listeners
כסף בקיר
16 Listeners
בזמן שעבדתם
95 Listeners
אחד ביום
290 Listeners
השקעות לעצלנים - פודקאסט על כסף, השקעות והחיים עצמם
29 Listeners
המנגנון - The Mechanism
17 Listeners
פשוט AI
12 Listeners
TrashTech (טראשטק)
5 Listeners