Preference tuning

Определение

Метод обучения модели на человеческих предпочтениях, часто с использованием рандомизированного порядка для избежания bias.

Где встречается

• 493. Что такое Positional bias в LLM-as-Judge и как его исправить

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление