AIGC动态欢迎阅读
原标题:在RTX 4090被限制的时代下,让大模型使用RLHF更高效的方法来了
文章来源:机器之心
内容字数:7552字
内容摘要:机器之心专栏机器之心编辑部该论文介绍了一种名为 ReMax 的新算法,专为基于人类反馈的强化学习(RLHF)而设计。ReMax 在计算效率(约减少 50% 的 GPU 内存和 2 倍的训练速度提升)和实现简易性(6 行代码)上超越了最常用的算法 PPO,且性能没有损失。论文链接:https://arxiv.org/abs/2310.10505作者:李子牛,许天,张雨舜,俞扬,孙若愚,罗智泉机构:香…
原文链接:点此阅读原文:在RTX 4090被限制的时代下,让大模型使用RLHF更高效的方法来了
联系作者
文章来源:机器之心
作者微信:almosthuman2014
作者简介:专业的人工智能媒体和产业服务平台
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...