اختبار: الوحدة 8 - التعلم المعزز من خلال التغذية الراجعة البشرية ومواءمة النماذج
السؤال 1
ماذا تعني RLHF؟
السؤال 2
ما هي الخطوة الأولى في عملية RLHF؟
السؤال 3
ماذا يتعلم نموذج المكافأة؟
السؤال 4
ما هو PPO في RLHF؟
السؤال 5
لماذا يتم استخدام قيد تباعد KL في RLHF؟
السؤال 6
ما هو الذكاء الاصطناعي الدستوري؟
السؤال 7
ما هو RLAIF؟
السؤال 8
ما هو كسر الحماية في سياق النماذج اللغوية الكبيرة؟
السؤال 9
ما هي "ضريبة المواءمة"؟
السؤال 10
ما هو الاختبار الأحمر؟
الأسئلة 11-30
(تغطي: SFT مقابل RLHF، جمع بيانات التفضيلات، اختراق المكافآت، DPO، مواءمة القيم، التفسير، المتانة، المواءمة متعددة الأطراف، حوكمة الذكاء الاصطناعي، تقنيات المواءمة الناشئة)
السؤال 11
ما هو SFT في عملية RLHF؟
السؤال 12
ما هو اختراق المكافآت؟
السؤال 13
ما هو DPO (تحسين التفضيل المباشر)؟
السؤال 14
لماذا التفسير مهم للمواءمة؟
السؤال 15
ما هي معايير HHH؟
السؤال 16
ما هو النموذج المرجعي في RLHF؟
السؤال 17
ما الذي يجعل جمع بيانات التفضيلات تحديًا؟
السؤال 18
ما هي المتانة في سياق المواءمة؟
السؤال 19
ما هو تعلم القيم؟
السؤال 20
ما هو الإشراف على التوسع؟
السؤال 21
ما الذي جعل ChatGPT مختلفًا عن GPT-3؟
السؤال 22
ما هو هدف تصفية المخرجات؟
السؤال 23
لماذا يتم التدريب على الأمثلة العدائية؟
السؤال 24
ما هو التحديد في المواءمة؟
السؤال 25
ما هو الضمان في المواءمة؟
السؤال 26
ما هي حلقة النقد والمراجعة في الذكاء الاصطناعي الدستوري؟
السؤال 27
ما هي المشكلة التي يحلها RLHF والتي لا يحلها SFT؟
السؤال 28
ما هي حوكمة الذكاء الاصطناعي في المواءمة؟
السؤال 29
ما هي عقوبة النموذج المرجعي في PPO؟
السؤال 30
ما الذي يميز النموذج المواءم جيدًا؟
درجة النجاح: 24/30 (80%)