FLORIAN BASTIN
Toutes les séances

Cours 05

Alignement des LLM

Au programme
  1. 01Preference tuning
  2. 02Vue d'ensemble du RLHF
  3. 03Modélisation de la récompense
  4. 04Approches par renforcement (PPO et variantes)
  5. 05DPO