教导人工智能处理异常情况：基于人类判断的监督微调

本研究解决了大型语言模型在复杂真实环境中决策时处理异常的困难问题。通过对三种调优方法的评估，发现监督微调，尤其是结合人类解释的方式，显著提高了模型的决策能力，使其能够在新情境中表现出类似人类的判断。这一发现强调了将 LLMs 与人类判断对齐的重要性，并为代理人工智能的发展提供了重要指导。