한국어
← AI 기술 체계로 돌아가기

학습과 사후 학습

SFT / RLHF / DPO

지시 따르기와 선호 정렬 행동을 가르치는 사후 학습 기법군이다. SFT는 시연에서 학습하고, RLHF와 DPO는 서로 다른 최적화 절차로 선호 비교를 활용한다.

기준 시기
2017 / 2022 / 2023
최근 검토

핵심 용어

  • supervised fine-tuning
  • preference data
  • reward model
  • alignment

프로젝트 내 연결

기반 기술

이를 쓰는 기술

관련 기술

관련 논문

역사적 맥락

1차 출처

  1. Deep reinforcement learning from human preferences
  2. Training language models to follow instructions with human feedback
  3. Direct Preference Optimization

선별한 기술 지도이며 AI 기술을 완전히 망라한다는 뜻이 아니다.