输入一个热词,快速查看术语含义、常见场景和相关概念。
集中展示常见热词解释,方便按概念和场景继续浏览。
RLHF是一种通过人类反馈来训练和微调AI模型的技术。它让模型不仅能理解指令,还能学习人类的偏好和价值观,从而生成更安全、更有用、更符合预期的回答。这是ChatGPT等对话模型变得“善解人意”的核心原因之一。
近期常被查询的 AI 概念。