Как #OpenAI улучшает модели с помощью обратной связи от

людей и что из этого делает #яндекс $YDEX @Yandex OpenAI использует метод обучения с подкреплением на основе обратной связи от людей (Reinforcement Learning from Human Feedback, #RLHF). Этот подход позволяет обучать модели на основе оценок реальных людей, что значительно повышает точность ответов и снижает их токсичность ⚠️ Интересно, что этот метод вдохновил и Яндекс, который пошел ещё дальше и нанял целую армию AI-тренеров. В 2023 году компания привлекла более 10 000 тренеров для обучения своих моделей — они вручную оценивали миллионы ответов, чтобы улучшить релевантность и повысить качество взаимодействия с пользователями. Это позволило снизить долю некорректных ответов на 15% и ускорить процесс генерации ответов на 25% 🌟 Вывод 🌟 Интеграция человеческого фактора в обучение моделей не только помогает улучшить качество, но и даёт бизнесу возможность масштабировать результаты за счёт точной настройки продукта