Основное
Пост-обучение
пост-обучение / post-training
- Что это
- Общий этап после предварительного обучения, на котором модель превращают в более полезного ассистента: примеры хороших диалогов, оценки ответов людьми и другими моделями. Дообучение (fine-tuning) — один из возможных методов, но не синоним всего пост-обучения
- По-человечески
- Модель учат быть ассистентом
- Зачем вам это знать
- Отсюда доброжелательная манера и склонность соглашаться