OpenAI News·· 2020-09-04AI 评分32
GPT-4 学习利用人类反馈进行总结
Learning to summarize with human feedback
AI 导读
OpenAI 的 GPT-4 模型通过人类反馈的强化学习,提升了总结能力。
原文
We’ve applied reinforcement learning from human feedback to train language models that are better at summarization.
来源:OpenAI News · openai.com