Poisoned Data — отравление данных для LLM и создание «Спящего Агента»
Публикации автора MrsWallbreaker
Стеганография в LLM и защита от нее
RLHF. История становления идеи — 4. HHH: helpful, honest, harmless, Instruct LLM, Constitutional AI
Не любой In-context learning одинаково полезен
RLHF. История становления идеи — 3. Supervised finetune, Протокольный сбор обратной связи, Batch RL
RLHF. История становления идеи — 2
Обучение с подкреплением на основе обратной связи от человека (RLHF). История становления идеи
