Modelmetrics en -afstellingen

Reinforcement Learning from Human Feedback (RLHF)

Mina Parham

AI Engineer

Waarom een referentiemodel gebruiken?

  • Zinloze outputs

Een reeks emoji's.

Reinforcement Learning from Human Feedback (RLHF)

Modeloutput controleren

Diagram van het RLHF-proces met controle van de respons.

Reinforcement Learning from Human Feedback (RLHF)

Oplossing: KL-divergentie

Diagram van het RLHF-proces met KL-divergentie.

Reinforcement Learning from Human Feedback (RLHF)

Oplossing: KL-divergentie

  • Er wordt een straf aan het rewardmodel toegevoegd
  • Straf stuurt het model bij bij irrelevante outputs
  • KL-divergentie vergelijkt huidige en rewardmodel

Een pictogram van een weegschaal.

  • Tussen 0 en 10, en nooit negatief
Reinforcement Learning from Human Feedback (RLHF)

Parameters afstellen

generation_kwargs = {

    "min_length": -1, # don't ignore the EOS token

    "top_k": 0.0, # no top-k sampling

    "top_p": 1.0, 
    "do_sample": True, 
    "pad_token_id": tokenizer.eos_token_id, 
    "max_new_tokens": 32}

 

  • Parameters worden doorgegeven aan het beleidmodel
Reinforcement Learning from Human Feedback (RLHF)

Het rewardmodel controleren

  • Rewardmodel controleren

  • Output (reward) bekijken

reward_model_results.head()

|ID | Comment                                     |Sentiment |Reward|
|---|---------------------------------------------|----------|------|
| 1 | This event was lit! So much fun!            | Positive |  0.9 |
| 2 | Terrible experience, never attending again. | Negative | -0.8 |
| 3 | It was okay, nothing extraordinary.         | Neutral  |  0.2 |
| 4 | The event was poorly organized and chaotic. | Negative | -0.85|
| 5 | Had an amazing time with great people!      | Positive |  0.95|
Reinforcement Learning from Human Feedback (RLHF)

Het rewardmodel controleren

  • 👍 👎 Extreme cases checken
    extreme_positive = reward_model_results[reward_model_results['Reward'] >= 0.9]
extreme_negative = reward_model_results[reward_model_results['Reward'] <= -0.8]

  • 🧘 Dataset in balans houden

    sentiment_distribution = reward_model_results['Sentiment'].value_counts()

  • 📊 Rewardmodel normaliseren

    from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler(feature_range=(-1, 1))
scaler.fit_transform(reward_model_results[['Reward']])
Reinforcement Learning from Human Feedback (RLHF)

Laten we oefenen!

Reinforcement Learning from Human Feedback (RLHF)

Preparing Video For Download...