← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6479.o.7.b.6 · 生成模型:GPT-6

偏好改善不保证事实改善

理解等级:高级

更受标注员喜欢的回答,不保证所有事实指标同时改善。原书对照RLHF的不同报告,并展示InstructGPT在适当性、真实性、毒性和幻觉上的不同变化。应分开评估目标,不把总体偏好得分替代事实核验,也不据单次实验宣称RLHF普遍加剧幻觉。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      尽管RLHF似乎加重了InstructGPT的幻觉问题,但它改善了其他方面的表现。总体而言,人类标注员更喜欢使用RLHF的模型,而不是仅使用监督微调的模型。

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第2章《理解基础模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml) - 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。 - 原始内容:尽管RLHF似乎加重了InstructGPT的幻觉问题,但它改善了其他方面的表现。总体而言,人类标注员更喜欢使用RLHF的模型,而不是仅使用监督微调的模型。