Fine-Tuning Language Models from Human Preferences

计算机科学 自然语言处理 语言学 哲学
作者
Daniel M. Ziegler,Nisan Stiennon,Jeffrey Wu,T. B. Brown,Alec Radford,Dario Amodei,Paul F. Christiano,Geoffrey Irving
出处
期刊:Cornell University - arXiv 被引量:255
标识
DOI:10.48550/arxiv.1909.08593
摘要

Reward learning enables the application of reinforcement learning (RL) to tasks where reward is defined by human judgment, building a model of reward by asking humans questions. Most work on reward learning has used simulated environments, but complex information about values is often expressed in natural language, and we believe reward learning for language is a key to making RL practical and safe for real-world tasks. In this paper, we build on advances in generative pretraining of language models to apply reward learning to four natural language tasks: continuing text with positive sentiment or physically descriptive language, and summarization tasks on the TL;DR and CNN/Daily Mail datasets. For stylistic continuation we achieve good results with only 5,000 comparisons evaluated by humans. For summarization, models trained with 60,000 comparisons copy whole sentences from the input but skip irrelevant preamble; this leads to reasonable ROUGE scores and very good performance according to our human labelers, but may be exploiting the fact that labelers rely on simple heuristics.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
Orange应助机灵的海蓝采纳,获得10
3秒前
perfect发布了新的文献求助10
6秒前
花花完成签到 ,获得积分10
6秒前
根号3完成签到 ,获得积分10
10秒前
Kiosta完成签到,获得积分10
10秒前
15秒前
研友_Z30GJ8完成签到,获得积分0
16秒前
18秒前
量子星尘发布了新的文献求助10
19秒前
疑夕发布了新的文献求助10
21秒前
拓跋箴完成签到,获得积分10
21秒前
Luffa完成签到,获得积分10
23秒前
cdliuchao完成签到,获得积分10
23秒前
隐形曼青应助aa采纳,获得10
25秒前
晨曦完成签到,获得积分10
26秒前
26秒前
ding应助科研通管家采纳,获得10
29秒前
所所应助科研通管家采纳,获得10
29秒前
思源应助科研通管家采纳,获得10
29秒前
ding应助科研通管家采纳,获得10
29秒前
CAOHOU应助科研通管家采纳,获得10
29秒前
CAOHOU应助科研通管家采纳,获得10
29秒前
Progie应助科研通管家采纳,获得10
29秒前
丘比特应助科研通管家采纳,获得10
29秒前
情怀应助科研通管家采纳,获得10
30秒前
量子星尘发布了新的文献求助10
30秒前
英姑应助科研通管家采纳,获得10
30秒前
30秒前
30秒前
EW完成签到,获得积分10
30秒前
阿兹卡班长完成签到 ,获得积分10
33秒前
34秒前
斯文觅珍关注了科研通微信公众号
35秒前
陈开发布了新的文献求助10
36秒前
Meyako应助东东呀采纳,获得10
37秒前
38秒前
胖鲤鱼完成签到,获得积分10
41秒前
璇22完成签到,获得积分20
42秒前
42秒前
高分求助中
(应助此贴封号)【重要!!请各位详细阅读】【科研通的精品贴汇总】 10000
Materials Selection in Mechanical Design 5000
Voyage au bout de la révolution: de Pékin à Sochaux 700
血液中补体及巨噬细胞对大肠杆菌噬菌体PNJ1809-09活性的影响 500
Methodology for the Human Sciences 500
First Farmers: The Origins of Agricultural Societies, 2nd Edition 500
Simulation of High-NA EUV Lithography 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4311743
求助须知:如何正确求助?哪些是违规求助? 3832498
关于积分的说明 11991097
捐赠科研通 3472634
什么是DOI,文献DOI怎么找? 1904115
邀请新用户注册赠送积分活动 951040
科研通“疑难数据库(出版商)”最低求助积分说明 852774