大模型要变聪明,得靠人教人管——这就是 Human-in-the-loop RL。



我最近在 @JoinSapien 上做了个任务,是审一段AI写的推理过程:

🌱 AI是怎么想的?
🌱 合不合逻辑?
🌱 哪一步开始歪了?

这种任务叫 CoT(Chain-of-Thought)评估,我就是它的逻辑审计员。

再进一步,还有 Tree of Thoughts(树状推理路径),AI会尝试多个想法分支,人类来筛哪条路径最好。

其实你可以当做你在给一个小孩讲题,但这小孩是GPT级别的未来大脑。

这活,AI自己干不了,人必须参与。

@JoinSapien #sapien @KaitoAI # KaitoAI #SapienProtocol
IN-7.96%
TREE-4.04%
GPT-2.09%
post-image
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 分享
评论
0/400
暂无评论
交易,随时随地
qrCode
扫码下载 Gate APP
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)