AI在线 AI在线

Atlas Wang

老婆饼里没有老婆，RLHF里也没有真正的RL

老婆饼里没有老婆，RLHF里也没有真正的RL
老婆饼里没有老婆，夫妻肺片里没有夫妻，RLHF 里也没有真正的 RL。 在最近的一篇博客中，德克萨斯大学奥斯汀分校助理教授 Atlas Wang 分享了这样一个观点。 博客链接：，RLHF（基于人类反馈的强化学习）和其他类似的方法并没有为大型语言模型（LLM）带来真正的强化学习（RL），因为它们缺乏 RL 的核心特征：持续的环境交互和长期目标的追求。
1/8/2025 6:23:00 PM
机器之心
  • 1