การแปลความหมายของกราฟ
สมมติว่ากำลังประเมินโมเดลโดยใช้ learning curve และเมตริกประสิทธิภาพตลอดหลาย epoch ของการฝึก KL loss curve ที่ค่อนข้างเสถียรบ่งบอกอะไรเกี่ยวกับโมเดล?
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Reinforcement Learning from Human Feedback (RLHF)
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง
เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา
เริ่มแบบฝึกหัด