pickscore

[Kun Li]

课时名称	课时知识点
pickscore	1.创建了一个 数据集，每个示例包括一个提示，两个生成的图像以及一个指向首选图像的标签，或者在没有一个图像明显优于另一个时标记为平局。由真实用户创建，包括50w个示例。 2.利用真实用户偏好，训练一个评分函数，使用人类偏好数据和类似于instructGPT奖励模型的目标，对clip-H进行微调。