什么是RLHF训练 - ModelBuilder
什么是RLHF训练 目录 收集人类反馈 奖励模型训练 强化学习训练 RLHF已成功应用于本平台, 能够生成类似人类的文本并执行各种语言任务。RLHF使模型能够在大量文本数据语料库上进行训练，并在复杂的语言任务(如语言理解和生成)上取得令人印象深刻的结果。 RLHF的成功取决于人类提供的反馈的质量，根据任务和环境，反馈的质量可能是主观的和可变的。
功能说明 - 机器人视觉 | 百度智能云文档
功能说明 在校正完成后，就可以运行我们的范例程序 .
什么是抢占实例 - 云服务器BCC | 百度智能云文档
什么是抢占实例 抢占实例是云服务器BCC实例的一种新运作模式，旨在降低您部分场景下使用BCC的成本。 抢占实例运行流程如下图所示： 相关解释 项目 说明 抢占实例 一种按量付费实例，用户在指定范围内出价，当指定的实例规格的市场价格低于用户的出价，且资源库存充足时，客户可以成功创建抢占实例，并按照当前市场价计费。
什么是云手机（速享版） - 云手机BAC | 百度智能云文档
什么是云手机（速享版） 1 产品概述 1.1 服务介绍 云手机（速享版）是面向以运营能力为主的客户，提供全套云手机端能力+运营管理平台的产品，旨在让客户用较少的技术投入，快速搭建自己的云手机产品，轻松打造自主云手机品牌。 1.2 与云手机服务的差异 客户端能力： 云手机（速享版）产品提供PC客户端、安卓APP、H5端及管理平台，客户端提供完成的UI交互功能，可满足C端用户各场景需要。
公有云部署计费说明 - BML 全功能AI开发平台 | 百度智能云文档
配额越高，单实例性能越高 实例：运行公有云服务的副本数，与QPS数成正比 计费方式：按量后付费 计费配额= 配额x实例 费用= 服务机型单价x计费配额数x使用时长 时长计量方法：公有云部署中，计费从公有云部署服务的状态变为『运行中』，开始计时计费，服务的状态变为『已停止』，停止计时计费。公有云服务的停止，开启均需在平台上手动控制。
什么是Post-pretrain - ModelBuilder
什么是Post-pretrain 目录 定义 优势 应用场景 定义 Post-pretrain是一种预训练的模型训练方法。在本平台中，我们需要先对泛文本无标注数据进行预训练，得到一个强大的通用语言模型。然后，在此预训练模型的基础上进行SFT，调整部分参数后，得到一个更强大的模型。 关于如何创建一个Post-pretrain任务可查看 指导说明 。
什么是Prompt工程 - ModelBuilder
本平台的Prompt工程功能，支持定义模板后在在线服务-在线测试器中快速使用，也支持通过Prompt模板的云服务调用获取模板。 应用场景及案例 金融行业 应用场景： 银行贷记卡征信问题 采用策略：无变量Prompt模板 - 限定问答文本 案例展示： 用户：征信中经常出现的连三累六是什么意思？
什么是云虚拟主机？ - 云虚拟主机BCH | 百度智能云文档
什么是云虚拟主机？ 百度智能云虚拟主机BCH（Baidu Cloud Hosting）是百度官方推出的同时支持源码与可视化拖拽建站及小程序开发的新一代网站建设和托管服务。集高性能、高可靠性、高安全性和高易用性于一体，让零基础站长也能轻松搞定网站、小程序与媒体号的部署、发布、运维、推广，简单可依赖。
什么是认证 - 身份管理服务IDaaS | 百度智能云文档
什么是认证 认证 认证 是面向系统用户的概念，系统用户需要通过 认证 获得系统内的数字身份，本质上是向系统声明“你是谁”。
什么是KTO训练 - ModelBuilder
常见问题 Q：KTO训练和DPO训练有什么不同？ A：训练过程中KTO方法需要对输出结果进行二元判断，符合预期/不符合预期，所以其收集的数据为Prompt+Chosen或Rejected；DPO训练依赖人类反馈，需要对输出结果进行偏好性判断，两个输出的倾向程度，所以其收集的数据为Prompt+Chosen和Rejected。
