블로그

AI/ML

RLHF: 인간 피드백으로 LLM 정렬하기

RLHF(Reinforcement Learning from Human Feedback) 완전 가이드: 보상 모델 학습, PPO 알고리즘으로 LLM 파인튜닝, DPO(Direct Preference Optimization) 비교, trlX/TRL 라이브러리 활용, 선호도 데이터 수집 파이프라인을 다룹니다.