Eduquer les modèles de langage

Dans le périodique : Sciences et avenir (1949), n°933 (11/2024)
• Auteur : Arnaud Devillard
• Pages : p.38-39
  • Langues : Français
• • Nature du document : documentaire lycée Genre : article de périodique
  • Résumé :

    Le point sur les méthodes permettant d'éviter les contenus choquants ou illégaux issus des agents conversationnels : la technique RLHF (reinforcement learning from human feedback ou apprentissage par renforcement fondé sur les préférences humaines) et ses limites ; des approches en cours de développement comme la DPO (direct preference optimization) et le "red teaming" (équipe rouge).

• • Mots-clés : assistant personnel virtuel / apprentissage automatique
  • Niveau : Lycée