GLM大模型
文章
专栏
问答
16
0
0
0
22
0
0
0
大模型大模型向量数据库机器学习
大模型要听话，就得懂得用户的指令。这种能力，我们叫它“指令遵循能力”。 但是，要让模型完全听懂指令并不容易，一点点微小差别就可能导致理解错误。为了提高模型的指令遵循能力，我们常用一种方法叫“偏好优化”，也即通过学习用户更喜欢哪种回答，来帮助模型更好地理解和执行指令。 不过，现有的方法有个问题：构造这些偏好数据，通常要采样多个独立回复，而这些回复不可避免地会引入一些干扰因素，例如语义相同但表述不同的
20
0
0
0
61
0
0
0
81
0
0
0
35
0
0
0
90
0
0
0
137
0
0
0
101
0
0
0
131
0
0
0
131
0
0
0
438
0
0
0
354
0
0
0
320
0
0
0
1053
0
0
0
149
0
0
0
1973
0
0
0
214
0
0
0
211
0
0
0
206
0
0
0