大模型RLHF不必非得靠人，谷歌：AI反饋效果一樣好

AIGC動態歡迎閱讀

原標題：大模型RLHF不必非得靠人，谷歌：AI反饋效果一樣好

關鍵字：解讀,模型,人類,反饋,機器人

文章來源：量子位

內容字數：3757字

內容摘要：克雷西 發自 凹非寺量子位 | 公眾號 QbitAI說起現如今訓大模型的核心方法，RLHF是繞不開的話題。RLHF，即基于人類反饋的強化學習，無論是ChatGPT還是開源的LLaMA都離不開它。但其中的“H”卻是一大瓶頸，因為收集高質量的人類反饋實在是太難了。那能不能交給AI來做呢？的確有人就這么干了，但能否替代RLHF一直沒有定論，直到Google進行了這項研究。在一篇新發布的arXiv論文中，…

原文鏈接：點此閱讀原文：大模型RLHF不必非得靠人，谷歌：AI反饋效果一樣好

聯系作者

文章來源：量子位

作者微信：QbitAI

作者簡介：追蹤人工智能新趨勢，關注科技行業新突破