科学家打造“变分偏好学习”技术，将AI偏好辨识准确率提高10%
娜塔莎·雅克（Natasha Jaques）是美国华盛顿大学的助理教授。此前在美国麻省理工学院读博期间，她曾开发一种语言模型微调技术，后被用于OpenAI使用基于人类反馈强化学习（RLHF，Reinforcement Learning from Human F
娜塔莎·雅克（Natasha Jaques）是美国华盛顿大学的助理教授。此前在美国麻省理工学院读博期间，她曾开发一种语言模型微调技术，后被用于OpenAI使用基于人类反馈强化学习（RLHF，Reinforcement Learning from Human F