cross-model

Определение

Метод сравнения ответов двух разных моделей для формирования preference pairs: ответ от более сильной модели считается chosen, от более слабой — rejected.

Где встречается

• 686. Как работает synthetic data для RLHF (предпочтения)
• 800+ вопросов

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление