RLHF

사람의 평가로 학습한 보상 모델을 통해 모델을 인간 선호에 맞추는 학습 기법입니다.

챗봇이 그럴듯한 텍스트 예측기를 넘어 도움이 되고 예의 바르게 느껴지는 데는 RLHF의 공이 큽니다. DPO 같은 최신 변형은 더 단순한 학습 구성으로 비슷한 정렬 효과를 냅니다.

관련 리소스

실습 중심의 LLM 미세 조정

LoRA·QLoRA와 같은 매개변수 효율적 방법부터 전통적 전체 파인튜닝까지 대규모 언어 모델 파인튜닝 실전 가이드입니다. 데이터셋 준비, 하이퍼파라미터 튠닝, 평가 지표를 실제 코드 예제와 함께 다루며, 처음부터 학습하는 비용 없이 기본 모델을 특정 도메인에 적응시키려는 ML 엔지니어에게 적합합니다.