RLHF再也不需要人类了!谷歌团队研究证明,AI标注已达人类水平 关键词: RLHF,AI标注 谷歌团队的最新研究提出了,用大模型替代人类,进行偏好标注,也就是AI反馈强化学习(RLAIF)。 来自主题: AI技术研报 2616 点击 2023-09-05 15:35