IA em linguagem clara
Glossário de inteligência artificial
Definições para acompanhar a tecnologia sem perder o contexto. 49 termos, escritos pela redação e com as fontes originais indicadas.
1 termo encontrado.
Treinamento
Otimização direta de preferências DPO
Método de alinhamento que ajusta o modelo diretamente a partir de pares de respostas preferidas e rejeitadas, sem treinar um modelo de recompensa separado.
Do inglês "direct preference optimization". É uma alternativa mais simples ao aprendizado por reforço com feedback humano para a mesma finalidade: fazer o modelo preferir determinados comportamentos. Como no RLHF, o resultado reflete as…