Araştırmalar, LLM'ler için çevrimiçi ve çevrimdışı RL arasında bir performans farkı olduğunu göstermektedir—özellikle ölçeklendirme sırasında—ancak çevrimdışı algoritmalara on-policy örneklerin dahil edilmesi (iteratif/yarı çevrimiçi RL) farkı kapatabilir; eğitim verisinin kalitesi genellikle RL yönteminin seçiminden daha önemlidir.
View Original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
9 Likes
Reward
9
6
Repost
Share
Comment
0/400
GhostAddressMiner
· 13h ago
Veri kalitesi sahtekarlığı on-chain sinyali izlendi
View OriginalReply0
WagmiOrRekt
· 13h ago
Eğitim verisinin kalitesi önemli olan.
View OriginalReply0
ContractFreelancer
· 13h ago
Çevrimdışı eğitim hâlâ biraz eksik.
View OriginalReply0
MEVSupportGroup
· 13h ago
Çevrimdışı eğitim ya da blok zinciri üzerinde eğitim, hepsi aynı bok.
Araştırmalar, LLM'ler için çevrimiçi ve çevrimdışı RL arasında bir performans farkı olduğunu göstermektedir—özellikle ölçeklendirme sırasında—ancak çevrimdışı algoritmalara on-policy örneklerin dahil edilmesi (iteratif/yarı çevrimiçi RL) farkı kapatabilir; eğitim verisinin kalitesi genellikle RL yönteminin seçiminden daha önemlidir.