在 FB 那邊，監察委員會還會確立一些規則，但是 RLHF 並不是規則，就是一個 prompt 進去，幾個讓人很不舒服的回應，你要挑哪一個最讓你沒有這麼不舒服，其實就是這樣子。
在 FB 那邊，監察委員會還會確立一些規則，但是 RLHF 並不是規則，就是一個 prompt 進去，幾個讓人很不舒服的回應，你要挑哪一個最讓你沒有這麼不舒服，其實就是這樣子。