知识卡片
RLHF产品化
基础大模型可以掌握大量知识,却未必顺手可用。RLHF 用人类偏好比较输出,把“能回答”调成“更符合期待地回答”。这说明对齐不是能力之外的装饰,而是模型产品化的一部分。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
原书出处
参考来源
《AI觉醒:生成式人工智能产业机遇与数字治理》第1章《生成式人工智能的颠覆之路》
知识卡片
基础大模型可以掌握大量知识,却未必顺手可用。RLHF 用人类偏好比较输出,把“能回答”调成“更符合期待地回答”。这说明对齐不是能力之外的装饰,而是模型产品化的一部分。
这张卡片已通过人工审查,不再接受失败反馈。
还没有人提交反馈。