Kirk Borne

《从人类反馈中进行强化学习的实用指南 (RLHF)》来自 @PacktPublishing，网址 http://amzn.to/3PMn1ZL 亚马逊摘要： RLHF 是一种强大的人工智能对齐和以人为中心的机器学习方法。通过将强化学习算法与人类反馈信号结合，RLHF 已成为提高大型语言模型（LLM）安全性、可靠性和对齐性的关键方法。 本书从强化学习和策略优化的基础开始，包括近端策略优化（PPO）等算法，并解释了奖励模型和人类偏好学习如何帮助微调人工智能系统和生成式人工智能模型。