مقدمة إلى LLM

الفصل 10 — رياضيات ما بعد التدريب والمواءمة

المقالة العاشرة من جولة LLM Primer II. كيف يَتحوَّل متنبئٌ بالرمز التالي إلى مساعد مفيد — الضبط الدقيق الموجَّه، نمذجة المكافأة، RLHF بمقود KL، واشتقاق DPO الأنيق الذي يَطوي المنظومة كلَّها في خسارةٍ مُشرَفة واحدة.

1447-09-23