Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Combina la eficiencia de la IA generativa con el criterio de la experiencia humana en este curso sobre Reinforcement Learning from Human Feedback. Aprenderás a hacer que los modelos de GenAI reflejen de verdad los valores y preferencias humanas mientras adquieres experiencia práctica con LLMs. También abordarás las complejidades de los modelos de recompensa y aprenderás a construir sobre LLMs para producir una IA que no solo aprenda, sino que también se adapte a escenarios del mundo real.
Requisitos previos
Programa de formación
Contenido del curso
1
Conceptos fundamentales
Este capítulo presenta las bases de Reinforcement Learning with Human Feedback (RLHF), una técnica que usa la aportación humana para que los modelos de IA aprendan de forma más efectiva. Empieza con RLHF entendiendo en qué se diferencia del aprendizaje por refuerzo tradicional y por qué el feedback humano puede mejorar el rendimiento de la IA en distintos ámbitos.
- Introducción a RLHF50 XP
- Generación de texto con RLHF100 XP
- Clasificar texto generado para RLHF100 XP
- RL vs. RLHF50 XP
- Explorar LLMs preentrenados50 XP
- Tokeniza un conjunto de datos de texto100 XP
- Ajuste fino para clasificar reseñas100 XP
- Preparar datos para RLHF50 XP
- Preparar el conjunto de datos de preferencias100 XP
- Extracción de prompts50 XP
2
Recopilación de feedback humano
Descubre cómo configurar sistemas para recopilar feedback humano en este capítulo. Aprende buenas prácticas para recoger datos de alta calidad, desde comparaciones por pares hasta muestreo por incertidumbre, y explora estrategias para potenciar tu proceso de recopilación de datos.
3
Ajuste de modelos con feedback humano
En este capítulo, entrarás en el núcleo del entrenamiento con Reinforcement Learning from Human Feedback. Esto incluye explorar el fine-tuning con PPO, técnicas para entrenar de forma eficiente y cómo manejar posibles desviaciones respecto a los objetivos de tus métricas.
4
Evaluación de modelos
Explora técnicas clave para evaluar y mejorar el rendimiento del modelo en este último capítulo de Reinforcement Learning from Human Feedback (RLHF): desde métricas de fine-tuning hasta la incorporación de fuentes de feedback diversas, contarás con un conjunto de herramientas completo para perfeccionar tus modelos de forma efectiva.
Reinforcement Learning from Human Feedback (RLHF)
Curso
completado
