朝阳网站优化,四川建设厅官方网站,自己设计logo软件,用户研究网站流程简介
主要包含模型预训练和指令微调两个阶段 模型预训练#xff1a;搜集海量的文本数据#xff0c;无监督的训练自回归decoder#xff1b; O T P ( O t T ) O_TP(O_{tT}) OTP(OtT)#xff0c;损失函数CE loss指令微调#xff1a;在输入文本中加入…流程简介
主要包含模型预训练和指令微调两个阶段 模型预训练搜集海量的文本数据无监督的训练自回归decoder O T P ( O t T ) O_TP(O_{tT}) OTP(OtT)损失函数CE loss指令微调在输入文本中加入任务提示 输入 “翻译文本为英文无监督训练。译文”让模型输出 “Non-supervised”也是一个自回归训练的过程损失函数和预训练一样但是输入数据是有范式的。
指令微调 指令微调一般分成三个阶段 从用户那里收集到大量的问题邀请专业的人士给出高质量的答案 然后用这些数据fine-tune生成模型让训练过的生成模型基于用户问题给出多次答案并邀请真人对答案的质量进行打分这些打分的数据用户训练reward model生成模型reward model串起来就可以自己生成答案自己评价结果的好坏不断进行优化。
参考博客
brightliao-ChatGPT 的模型训练
