#học từ phản hồi của con người

RLHF là gì: học từ phản hồi của con người khiến chatbot lễ phép và hay chiều ý ra sao

RLHF là cách dạy chatbot bằng việc người chấm xếp hạng câu trả lời. Bài giải thích cơ chế, vì sao nó làm AI lễ phép hơn nhưng cũng dễ chiều ý người hỏi.