BriefGPT - AI 论文速递 · 2025-05-20T00:00:00Z

Reinforcement Learning Based on User Feedback

📝

内容提要

本研究提出了一种基于用户反馈的强化学习框架（RLUF），旨在优化大型语言模型（LLMs）。实验结果显示，该方法显著提升了正向反馈率，并为用户行为评估提供了有效工具。

🏷️

标签

优化 大型语言模型 强化学习 用户反馈 评估工具