Renforcement d'apprentissage de la rétroaction humaine (RLHF)

DEV - 09/02
J'ai toujours remarqué comment Chatgpt vous donne parfois deux réponses différentes et vous demande de choisir le ...

Avez-vous déjà remarqué comment Chatgpt vous donne parfois deux réponses différentes et vous demande de choisir le meilleur? Ce n'est pas seulement pour le plaisir hahah, c'est en fait une manière intelligente dont l'IA apprend des humains, un processus appelé renforcement apprenant de la rétroaction humaine (RLHF).

Mais cela signifie-t-il que Chatgpt apprend sur place? Pas exactement. Décomposons-le d'une manière qui a du sens.

Qu'est-ce que RLHF...
[Courte citation de 8% de l'article original]