Post #301

Claude 团队的这篇 RLHF 的论文，非常有趣，而且在 ChatGPT 发布之前几个月就发了，这俩公司的思路出奇的一致，不知道是不是也互通了信息。 推荐观看李沐的讲解版本。 https://www.bilibili.com/video/BV1XY411B7nM/?spm_id_from=333.337.search-card.all.click&vd_source=884ee13f288f7716c4b12b1f017b860c 论文下载 https://arxiv.org/pdf/2204.05862.pdf