谷歌团队研究证明，AI 标注已达人类水平
据新智元 9 月 5 日报道，谷歌团队的最新研究提出，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）。结果发现，RLAIF 可以在不依赖人类标注员的情况下，产生与 RLHF 相当的改进效果，胜率 50%。同时，谷歌研究再次证明了 RLAIF 和 RLHF，比起监督微调（SFT）胜率都超过了 70%。
- 发表于:
- 原文链接：https://page.om.qq.com/page/ONMMMvsv-RGl5-4AXd7i3usA0
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
