NadiAIGlobal AI news. Concise. Clear. Easy to follow.
OpenAI menerbitkan RL-Teacher, pelaksanaan sumber terbuka bagi antara muka yang melatih model melalui maklum balas manusia sekali-sekala berbanding fungsi ganjaran ditulis tangan. Kaedah ini dibangunkan sebagai langkah ke arah sistem AI yang lebih selamat dan juga boleh digunakan pada masalah pembelajaran penguatan dengan ganjaran sukar ditakrifkan.
OpenAI meneroka kaedah merumus buku dengan menggabungkan maklum balas manusia untuk menambah pengawasan ke atas model. Inisiatif ini bertujuan menskalakan pengawasan manusia bagi tugasan yang sukar dinilai secara automatik.
OpenAI meningkatkan kebolehan sistem AI untuk belajar daripada maklum balas manusia dan membantu manusia menilai AI. Matlamatnya ialah membina sistem AI yang cukup selaras untuk membantu menyelesaikan masalah penyelarasan lain.