OpenAI News·2020-09-04 15:00· 2020-09-04精选AI 评分62

OpenAI 用人类反馈训练摘要模型

Learning to summarize with human feedback

AI 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。

推荐理由

OpenAI 把人类反馈强化学习用于摘要任务，可了解 RLHF 早期在语言模型训练中的一次具体应用。

来源：OpenAI News · openai.com