经典文献基于人类偏好的模型微调（Fine-Tuning Language Models from Human Preferences） aipao_admin / 2026年10月13日 一句话导读 RLHF技术雏形，让输出更合 […]
经典文献人类偏好深度强化学习（Deep reinforcement learning from human preferences） aipao_admin / 2026年10月13日 一句话导读 用人类打分训练AI，奖励建模 […]
经典文献宪法AI（Constitutional AI）（Constitutional AI: Harmlessness from AI Feedback） aipao_admin / 2026年10月13日 一句话导读 “AI教AI&# […]
经典文献有用且无害的RLHF助手（Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback） aipao_admin / 2026年10月13日 一句话导读 平衡”有用 […]