RLHF再也不需要人类了！谷歌团队研究证明，AI标注已达人类水平

如果说，RLHF中的「人类」被取代，可行吗？谷歌团队的最新研究提出了，用大模型替代人类，进行偏好标注，也就是AI反馈强化学习（RLAIF）。论文地址：http

AI人工智能 2023年09月06日