Entrenamiento
Ajuste por Instrucciones
Entrenar el modelo con pares de instrucción y respuesta ideal para que sepa obedecer.
El ajuste por instrucciones es la fase que convierte un predictor de texto en un asistente. El modelo se entrena con pares de instrucción y respuesta escritos por personas, de forma que ante «resume esto» realmente resuma en lugar de continuar el texto. Todos los modelos de chat que usas han pasado por aquí.
Términos Relacionados
Preentrenamiento
La fase inicial de entrenamiento a gran escala en la que el modelo aprende el lenguaje.
Ajuste Fino (Fine-Tuning)
Seguir entrenando un modelo preentrenado con datos de un dominio concreto.
RLHF (Aprendizaje por Refuerzo con Retroalimentación Humana)
Método de entrenamiento que alinea las salidas del modelo con las preferencias humanas.
IA Constitucional
Método de entrenamiento en el que el modelo critica y corrige sus propias salidas según unos principios escritos.