研究强化学习与人类偏好的对齐方法

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法,通过混淆度筛选收集偏好数据,简化数据集创建并降低成本,提升了大语言模型的对齐效果。

🏷️

标签

➡️

继续阅读