Привет! Нашел твою статью на openreview — это не будет работать) Вечером что делаешь?

Про придумывать свои собственные методы алаймента мы не шутили – @borisshapa ищет студента в нашу TLab, чтобы придумывать новый Turbo RSO или Mega DPO.

Отправляйте заявки сами или кидайте новость про набор в Лабораторию друзьям, и присоединяйтесь к нашей команде!

Т‑Банк Образование

T‑Bank Lab

Исследовательская лаборатория Т‑Банка в МФТИ. Работа над проектами искусственного интеллекта от 20 часов в неделю

Многие из вас слышали про алаймент языковых моделей – за последнее время появилось много новых методов, помимо классического PPO, которые позволяют намного проще добиться лучших результатов.

Чтобы вы могли разобраться в них, @borisshapa записал кайфовую и подробную лекцию о том, как они работают. После этого разбора вы сможете очень хорошо ориентироваться среди новых модных методов, и даже начать придумывать свои собственные!

YouTube

Новые методы алаймента языковых моделей — Борис Шапошников, Тинькофф

Одно из самых актуальных направлений в NLP на данный момент — alignment. Без него не было бы ChatGPT, GPT4, LLama2 и многих других языковых моделей, которые сейчас возглавляют лидерборды различных бенчмарков. И мы не можем обойти alignment стороной. Нам…

Любитель гавайских рубашек на поминки одел ту, на которой был нарисован топик моделлинг.

Сегодня очередная хуйня зарелизила еще одну очередную никчемную хуйню!

Именно поэтому мы считаем своей обязанностью написать об этом в канале, ведь другие каналы это уже сделали, а без нашего ебаного мнения комьюнити не поймет, плохо это или хорошо.

Сама компания предлагает воспринимать свою модель как хайповую пыль, с помощью которой можно нафармить два-три десятка подписчиков. Авторы сравнили мочу с говном и получился интересный результат: одни метрики улучшлись, а другие ухудшились. Мы потестили модельку в своем ебаном стиле, и получился довольно ебаный результат. В общем, порекомендовать вам ее не можем, в то же время и не рекомендовать было бы тоже странно. Да и кто мы вообще такие, чтобы кому-то что-то советовать.

Но зато мы высрали еще один пост и надеемся что вы будете активны в комментариях.

Спасибо!