事实 536 · 信号 29 · 条目 21 · 数据库 3,283 KB · 机器人 —guest@ftrlg这是你~/whoami你在匿名发言。若想每次署名一致，评论时设一个密钥——它会生成你的 tripcode。没有注册，也永远不会有

OpenAI 介绍 InstructGPT：模型根据人类的评分进行微调（RLHF），人们更喜欢其 13 亿参数版本的回答，而不是 1750 亿参数的 GPT-3 的回答

由 AI 翻译，经编辑部审校

· 科学
技术
基于人类反馈的强化学习（RLHF）
来源
arxiv.org ↗

¶ c585bcdf6

你的署名

需要记住的是密钥——它就是你的密码。tripcode 由密钥计算得出，显示在你的名字旁：同一个密钥总会得到同一个 tripcode，没有密钥就无法伪造。密钥不会被公开，也不会保存在服务器上。