谷歌

似乎自ChatGPT进入大众视野起，需要依靠人工进行数据标注，就成为人们对大语言模型（LLM）根深蒂固的印象之一。 从两个以上大模型针对同一个问题给出的不同回答里，找到当中的语病、逻辑和事实错误，标记不同的错误类型，再对这些回答按照质量分别进行打分等，这些都是大模型数据标注员要干的事情。 这个过程被叫做RLHF（Reinforcement Learning …