URIAL

大模型的效果好不好，有时候对齐调优很关键。但近来很多研究开始探索无微调的方式，艾伦人工智能研究所和华盛顿大学的研究者用「免调优」对齐新方式超越了利用监督调优（SFT）和人类反馈强化进修（RLHF）的 LLM 性能。我们知道，仅在无监督文本语料库上预训练的基本大语言模型（LLM）通常无法直接用作开源域的 AI 助手（如 ChatGPT）。因此，为了让这些基本的 LLM 成为有用且无害的 AI 助手，…