RLHF

人類回饋強化學習（RLHF）是當今LLM的重要訓練方法，但DeepMind新演算法ReST可免去人為介入；Hugging Face發布圖文通吃的多模態模型；文字、語音都能懂！Meta開源多語言翻譯模型；微軟在Excel加入Python支援；資料不外洩！Hugging Face推出企業級自託管程式開發助手