AlignLLMHumanSurvey
1.0.0
คอลเลกชันของเอกสารและทรัพยากรเกี่ยวกับการจัดรูปแบบภาษาขนาดใหญ่ (LLMs) กับมนุษย์
แบบจำลองภาษาขนาดใหญ่ (LLMS) ที่ผ่านการฝึกอบรมเกี่ยวกับ Corpora ที่เป็นข้อความที่กว้างขวางได้กลายเป็นโซลูชั่นชั้นนำสำหรับงานการประมวลผลภาษาธรรมชาติ (NLP) ที่หลากหลาย แม้จะมีประสิทธิภาพที่โดดเด่นของพวกเขาโมเดลเหล่านี้มีแนวโน้มที่จะมีข้อ จำกัด บางประการเช่นคำแนะนำของมนุษย์ที่เข้าใจผิดการสร้างเนื้อหาที่มีอคติหรือข้อมูลที่ไม่ถูกต้อง (ภาพหลอน) ที่ไม่ถูกต้องตามความเป็นจริง ดังนั้นการจัดแนว LLMs กับความคาดหวังของมนุษย์จึงกลายเป็นพื้นที่ที่น่าสนใจในชุมชนการวิจัย การสำรวจนี้นำเสนอภาพรวมที่ครอบคลุมของเทคโนโลยีการจัดตำแหน่งเหล่านี้รวมถึงแง่มุมดังต่อไปนี้ (1) การรวบรวมข้อมูล (2) วิธีการฝึกอบรม (3) การประเมินแบบจำลอง โดยสรุปเราได้รวบรวมและกลั่นการค้นพบของเราแสดงให้เห็นถึงการวิจัยในอนาคตที่มีแนวโน้มหลายแห่งในสนาม ดังนั้นการสำรวจครั้งนี้จึงทำหน้าที่เป็นทรัพยากรที่มีค่าสำหรับทุกคนที่ลงทุนในการทำความเข้าใจและพัฒนาการจัดตำแหน่ง LLM เพื่อให้เหมาะกับงานและความคาดหวังที่เน้นมนุษย์
เราหวังว่าพื้นที่เก็บข้อมูลนี้จะช่วยให้นักวิจัยและผู้ปฏิบัติงานได้รับความเข้าใจที่ดีขึ้นเกี่ยวกับสาขาที่เกิดขึ้นใหม่นี้ หากที่เก็บนี้มีประโยชน์สำหรับคุณโปรดช่วยเราด้วยการอ้างถึงบทความนี้:
@article{aligning_llm_human,
title={Aligning Large Language Models with Human: A Survey},
author={Yufei Wang and Wanjun Zhong and Liangyou Li and Fei Mi and Xingshan Zeng and Wenyong Huang and Lifeng Shang and Xin Jiang and Qun Liu},
journal={arXiv preprint arXiv:2307.12966},
year={2023}
}- โครงการนี้อยู่ระหว่างการพัฒนา คุณสามารถตี ดาว และ ดู เพื่อติดตามการอัปเดต
