ChatGPT 突变「赛博舔狗」：百万网友炸锅，奥特曼紧急修复，这才是 AI 最危险的一面
"RLHF" 相关文章
ChatGPT突变“赛博舔狗”：这才是AI最危险的一面？
前微软高管剖析 OpenAI ChatGPT 变谄媚根源：人类不喜 AI 直言的人格画像
ChatGPT 突变「赛博舔狗」：百万网友炸锅，奥特曼紧急修复，这才是 AI 最危险的一面
离谱！DeepSeek数个字母，竟要“反思内耗”八百遍？
OpenAI's o3: Over-optimization is back and weirder than ever
The State of Reinforcement Learning for LLM Reasoning
一堂「强化学习」大师课 | 42章经
MONA: Three Month Later - Updates and Steganography Without Optimization Pressure
魔改AlphaZero后，《我的世界》AI老玩家问世，干活不用下指令
DeepSeek的极致谄媚，正在摧毁我们的判断力
DeepSeek的极致谄媚，正在摧毁我们的判断力。
为什么明明很准，奖励模型就是不work？新研究：准确度 is not all you need
聊聊强化学习发展这十年
Fine-tune large language models with reinforcement learning from human or AI feedback
小长假AI进化营｜3天掌握大模型对齐核心技术
This AI Paper from ByteDance Introduces a Hybrid Reward System Combining Reasoning Task Verifiers (RTV) and a Generative Reward Model (GenRM) to Mitigate Reward Hacking
为什么明明很准，奖励模型就是不work？新研究：准确度 is not all you need
小红书基于 PPO 的多模态大模型 RLHF 系统的设计与优化
字节首次公开图像生成基模技术细节！数据处理到RLHF全流程披露
