OpenAI 开源 RL-Teacher：用人类反馈训练 AI

OpenAI 开源了 RL-Teacher，这是其通过偶尔的人类反馈而非手工设计奖励函数来训练 AI 的接口实现。该技术为迈向安全 AI 系统而开发，也适用于奖励难以明确指定的强化学习问题。