Flashcard FC382612
O que é Reinforcement Learning from Human Feedback (RLHF) e qual seu propósito no ajuste de LLMs?
Inteligência Artificial (IA)
FCC · 2025
O que é Reinforcement Learning from Human Feedback (RLHF) e qual seu propósito no ajuste de LLMs?
Mostrar resposta e comentário
Resposta
Reinforcement Learning from Human Feedback (RLHF) ensina LLMs com correções e avaliações humanas convertidas em sinais de recompensa.Passos: gerar respostas; anotadores corrigem/ordenam; treina-se um modelo de recompensa; aplica‑se RL (ex.: PPO) para otimizar o gerador.
Efeito: reduz alucinações, melhora coerência e alinhamento.
Requisitos: guias de anotação, diversidade de avaliadores e monitoramento contínuo.
Veja como foi cobrado:
https://flashcardsconcursos.com.br/portal/flashcard/373156
Conteúdo do catálogo FC Concursos · Atualizado em