AI资讯新闻榜单内容搜索-RHLF

关键词: SFT,ReFT,RHLF,RLAIF,DPO,PPO

最近OpenAI Day2展示的demo可能把ReFT带火了。实际上这不是一个很新的概念，也不是OpenAI原创的论文。 接下来，本文对比SFT、ReFT、RHLF、DPO、PPO这几种常见的技术。