OpenAI News·· 2024-07-24AI 评分40
OpenAI 用基于规则的奖励（RBRs）提升模型安全行为
Improving Model Safety Behavior with Rule-Based Rewards
AI 导读
OpenAI 开发并应用了一种基于规则的奖励（RBRs）新方法，让模型在无需大量人工数据采集的情况下对齐至安全行为。
来源：OpenAI News · openai.com
Improving Model Safety Behavior with Rule-Based Rewards
OpenAI 开发并应用了一种基于规则的奖励（RBRs）新方法，让模型在无需大量人工数据采集的情况下对齐至安全行为。
来源：OpenAI News · openai.com