AI Researcher
Huấn luyện & Alignment
Vietnamese onlyThe learning content is available in Vietnamese only. The surrounding interface follows your language.RLHF, DPO, GRPO, Constitutional AI, alignment, scaling laws Test-time compute, adversarial robustness, watermarking, deepfakes, explainability
Format
Guided module
Duration
18h
Lessons
11
What you will practice
- RLHF, DPO, GRPO, Constitutional AI, alignment, scaling laws
- Test-time compute, adversarial robustness, watermarking, deepfakes, explainability
Lesson order
11 lessonsRLHF - Học tăng cường từ phản hồi con người
Kỹ thuật huấn luyện AI phù hợp với giá trị con người thông qua phản hồi và mô hình thưởng.
DPO - Tối ưu hóa sở thích trực tiếp
Phương pháp alignment đơn giản hơn RLHF, tối ưu hóa trực tiếp từ dữ liệu sở thích mà không cần reward model.
GRPO - Tối ưu hóa chính sách theo nhóm
Phương pháp alignment hiệu quả, sử dụng phần thưởng nhóm thay vì reward model riêng biệt.
AI Hiến pháp — Tự kiểm duyệt theo nguyên tắc
Phương pháp huấn luyện AI tự đánh giá và sửa đổi phản hồi dựa trên một bộ nguyên tắc đạo đức rõ ràng.
Căn chỉnh AI — Dạy AI hiểu con người
Quá trình đảm bảo mô hình AI hành động đúng theo ý định, giá trị và mong muốn của con người — thông qua mô phỏng trực quan về goal misalignment và reward hacking.
Định luật tỷ lệ
Quy luật toán học dự đoán hiệu suất mô hình dựa trên kích thước tham số, dữ liệu và compute.
Tính toán lúc suy luận — Nghĩ thêm khi cần
Chiến lược sử dụng nhiều tài nguyên tính toán hơn tại thời điểm suy luận để cải thiện chất lượng câu trả lời.
Bền vững trước tấn công — AI không dễ bị lừa
Khả năng của mô hình AI duy trì hiệu suất chính xác khi đối mặt với dữ liệu đầu vào bị thao túng có chủ đích.
Đánh dấu nội dung AI
Kỹ thuật nhúng dấu hiệu thống kê ẩn vào nội dung do AI tạo ra để xác minh nguồn gốc và phát hiện văn bản tổng hợp.
Phát hiện Deepfake
Các phương pháp phát hiện video và hình ảnh giả mạo được tạo bởi AI
Giải thích được — AI trong suốt
Các kỹ thuật giúp con người hiểu tại sao mô hình AI đưa ra một quyết định cụ thể.