本研究提出了一种名为PLUM的数据增强管道，旨在改善大型语言模型在个性化回应人类偏好方面的不足。通过将对话转化为问答对，初步结果显示该方法在准确性上与现有基线相当，为个性化对话的发展奠定了基础。

研究发现，人类对错误不太敏感，更倾向于支持自己观点的回答。高级语言模型更注重正确性、清晰度和无害性。语言模型的偏好通常相似，无论训练方法如何。评估可以被操纵，与评委偏好一致可提高评分。这些发现对模型的影响很重要。

在闲鱼上收了一个二手的静电容键盘，以满足我自己每日高强度的编码需求 & 不要打扰到别人。

My poor supper turned out to be a fried steamed bun (mantou) and a cup of yoghourt, because the food in the dining hall was tooooo disgusting. Dear RUC, do you let live or not let live?! (hai rang...