38-大模型（LLMs）强化学习—— PPO 面.pdf

大模型（LLMs）强化学习——PPO面来自：AiGC面试宝典宁静致远2024年01月27日20:47一、大语言模型RLHF中的PPO主要分哪些步骤？大语言模型RLHF中的PPO分为：对应的实现逻辑如下：二、举例描述一下大语言模型的RLHF？大语言模型的RLHF，实际上是模型先试错再学习的过程。大语言模型的RLHF好比是：老师与学生的角色•大模型（LLMs）强化学习——PPO面•一、大语言模型RLHF中的PPO主要分哪些步骤？•二、举例描述一下大语言模型的RLHF？•三、大语言模型RLHF采样篇•3.1什么是PPO中采样过程？•3.2介绍一下PPO中采样策略？•3.3PPO中采样策略中，如何评估“收益”？•参考1.采样2.反馈3.学习policy_model=load_model()forkinrange(20000):#采样（生成答案）prompts=sample_prompt()data=respond(policy_model,prompts)#反馈（计算奖励）rewards=reward_func(reward_model,data)#学习（更新参数）forepochinrange(4):policy_model=train(policy_model,prompts,data,rewards)•我们扮演着老师的角色，给出有趣的问题。模型则会像小学生一样，不断尝试给出答案。•模型会根据我们给出的问题，写出它觉得正确的答案，但是这些答案不一定是真的答案，需要我们结合正确答案进行打分。如果它表现得好，就会给予它高声赞扬；如果它表现不佳，我们则会给予它耐心的指导和反馈，帮助它不断改进，直到达到令人满意的水平。扫码加查看更多三、大语言模型RLHF采样篇3.1什么是PPO中采样过程？PPO中采样过程：学生回答问题的过程，是模型根据提示（prompt）输出回答（response）的过程，或者说是模型自行生产训练数据的过程。eg:3.2介绍一下PPO中采样策略？PPO中采样工作通过一种策略（policy）：policy由两个模型组成，一个叫做演员模型（Actor），另一个叫做评论家模型（Critic）。它们就像是学生大脑中的两种意识，一个负责决策，一个负责总结得失。演员：我们想要训练出来的大模型。在用PPO训练它之前，它就是RLHF的第一步训练出来的SFT（SupervisedFine-Tuning）model。输入一段上下文，它将输出下一个token的概率分布。评论家：强化学习的辅助模型，输入一段上下文，它将输出下一个token的“收益”。3.3PPO中采样策略中，如何评估“收益”？从下一个token开始，模型能够获得的总奖励（浮点数标量）。这里说的奖励包括RewardModel给出的奖励。知识星球