原书出处
大语言模型-基础与前沿 (熊涛)
10 第10章 减少偏见和有害性
终用户体验造成任何不利影响。 一种可行的解决方案是训练另一个模型或分类器来识别适当的输入,并防止向用户提供不适当的输出。
OpenAI公司的API已经建立一种机制,如果其内部模型认为某项输出在某种程度上具有攻击性,则会声明无法生成输出。但是,这种方法也有其自身的一系列问题。
例如,某些情况可能过于微妙而难以察觉,可能缺乏相关数据,或者难以用可靠的方式进行部署。 另一种替代方案是由OpenAI公
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter12.xhtml
EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d