lima
-
不用RLHF，匹敌GPT-4！Meta重磅发布LIMA 65B，1000个样本性能飞升，LeCun转赞
人人都知，让ChatGPT称霸天下的秘密武器，就是人类反馈强化学习（RLHF）。 而现在，Meta AI等机构的爆火研究LIMA直接打破这一规则，直言RLHF并没有那么重要！ 论文…
人人都知，让ChatGPT称霸天下的秘密武器，就是人类反馈强化学习（RLHF）。 而现在，Meta AI等机构的爆火研究LIMA直接打破这一规则，直言RLHF并没有那么重要！ 论文…
