大模型了解的比较模糊，主流的大模型平台对话框底下的踩和赞应该就是 RLHF 的前置步骤，即数据的收集，收集了之后一般是怎么影响到模型的呢，是不是还要隔一段时间将数据处理成指令数据集的格式，进行一轮微调？
This topic created in 746 days ago, the information mentioned may be changed or developed.
 |
1
laimailai May 8, 2024
隔一段时间将数据处理成指令数据集的格式，进行一轮微调。
------ 正解！还需要进行一轮数据清洗过滤。 |
 |
2
weishao666 OP @laimailai 谢谢！
|
Select Language