OpenAI News·2020-09-04 15:00· 2020-09-04AI 评分52OpenAI 用人类反馈训练摘要模型Learning to summarize with human feedbackAI 导读OpenAI 将人类反馈强化学习（RLHF）应用于语言模型训练，使其在摘要任务上表现更好。来源：OpenAI News · openai.com#论文/研究#数据/训练#OpenAI