| Titre : | Eduquer les modèles de langage (2024) |
| Type de document : | Article : texte imprimé |
| Dans : | Sciences et avenir (1949) (933, Novembre 2024) |
| Langues: | Français |
| 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). |
CDR du lycée Saint Sauveur
Bienvenue sur le portail PMB du CDR du Lycée