热门

最新

红包

立Flag

投票

同城

发布
weixin_32022143
Wang Hawk
2 年前
trueweixin_32022143

整个关于模型性能是GPT-4的100倍的说法必须是虚张声势吧？使用25000个A100运算卡3个月的时间，将这个规模增加100倍并非易事。我甚至还没有谈到推断成本和所需的训练数据。
1
15
  • 复制链接
  • 举报
下一条：
在为时不晚之前，我们能否重新定义RLHF为直接从人类获取反馈，而不是从奖励模型中获取？请目前所称的RLHF，应该被称为RLAIF目前所称的RLAIF，应该被称为零次RLAIF，因为没有使用反馈例子。