Pomoc Live Chat
Koszyk
ODBIERZ TWÓJ BONUS :: »
Ebooki Audiobooki Książki Kursy video Promocje Nowości Bestsellery Darmowe ebooki
Pobierz aplikację Bony Podaruj prezent

A Practical Guide to Reinforcement Learning from Human Feedback. Using Human Signals to Align AI Models Sandip K

Język publikacji: angielski
A Practical Guide to Reinforcement Learning from Human Feedback. Using Human Signals to Align AI Models Sandip K - okladka książki

A Practical Guide to Reinforcement Learning from Human Feedback. Using Human Signals to Align AI Models Sandip K - okladka książki

Autor:
Sandip K
Serie wydawnicze:
Learning
Wydawnictwo:
Packt Publishing (Z chęcią przeczytam książkę w języku polskim)
Ocena:
Reinforcement Learning from Human Feedback (RLHF) is a cutting-edge approach to aligning AI systems with human values. By combining reinforcement learning with human input, RLHF has become a critical methodology for improving the safety and reliability of large language models (LLMs).

This book begins with the foundations of reinforcement learning, including key algorithms such as proximal policy optimization, and shows how reward models integrate human preferences to fine-tune AI behavior. You’ll gain a practical understanding of how RLHF optimizes model parameters to better match real-world needs.

Beyond theory, you’ll explore strategies for collecting preference data, training reward models, and enhancing LLM fine-tuning workflows. Common challenges such as cost, bias, and scalability are addressed with practical solutions and AI-driven alternatives.

The final chapters cover emerging methods, advanced evaluation, and AI safety. By the end, you’ll be equipped with the knowledge and skills to apply RLHF across domains, building AI systems that are powerful, trustworthy, and aligned with human values.

Wybrane bestsellery

O autorze książki

Sandeep (Sandip) Kulkarni is a Principal Applied AI Engineer at Microsoft, where he builds LLM- and RL-powered solutions across Azure Data and Microsoft Fabric. His work spans real-time control, simulators, and LLMOps, with deployments from heavy equipment to chemical processing. Previously at Bonsai and Western Digital, he led simulation and control initiatives. He holds a PhD in Control Engineering (University of Utah) and an MS in Dynamical Systems & Control (UC Davis).

Zobacz pozostałe książki z serii Learning

Packt Publishing - inne książki

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile