Bilanz der Quelle: Neue Fähigkeiten in vortrainingierten Modellen haben lange der Ziel des posttrainingen, das predominantly employet supervised finetuning (SFT) und reinforcement learning (RL) zum Zweck sind. Konventionelle Wissen sagt, dass RL eine starke allgemeineisung auf neuen Aufgaben ohne die Verluste von vorhandenen Fähigkeiten, während SFT zu schwachen allgemeineisung und katastrophische Verlagerung. SFT kann von off-policy Experten-Daten lernen, während RL auf die Fähigkeit der Modell, erfolgreich zu finden, abhängt.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
