OpenAI News·· 2024-07-24AI 评分35
OpenAI 用基于规则的奖励（RBR）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（RBR）新方法，无需大量人工数据收集即可让模型行为更安全。该方法用于对齐模型的安全行为。
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（RBR）新方法，无需大量人工数据收集即可让模型行为更安全。该方法用于对齐模型的安全行为。
来源：OpenAI News · openai.com