论文 · 资源记录

Training Language Models to Follow Instructions with Human Feedback

以监督示范、偏好比较、奖励模型和强化学习使语言模型更贴近标注者意图。

Long Ouyang, Jeffrey Wu, Xu Jiang, Diogo Almeida, Carroll L. Wainwright, Pamela Mishkin, Chong Zhang, Sandhini Agarwal, Katarina Slama, Alex Ray, John Schulman, Jacob Hilton, Fraser Kelton, Luke Miller, Maddie Simens, Amanda Askell, Peter Welinder, Paul Christiano, Jan Leike, Ryan Lowe2022Advances in Neural Information Processing Systems 35链接核验于 2026-07-14

为什么重要

用于核对指令适配和人类反馈训练流程,并保留数据分布、标注者和残余错误边界。

阅读前提

官方入口