智侦探
下载贤集网APP入驻自媒体
OpenAI一篇新鲜出炉的认错小作文，直接引来上百万网友围观。CEO奥特曼也做足姿态，第一时间转发小作文并表示：（新报告）揭示了GPT-4o更新失败是因为什么，从中OpenAI学到了什么，以及我们将会采取的应对措施是什么。 概括而言，最新报告提到，大约一周前的bug原来出在了“强化学习”身上——上次更新引入了一个基于用户反馈的额外奖励信号，即对ChatGPT的点赞或点踩。虽然这个信号通常很有用，但可能使模型逐渐倾向于做出更令人愉快的回应。 一言以蔽之，OpenAI认为一些单独看可能对改进模型有益的举措，结合起来后却共同导致了模型变得“谄媚”。
