标签:– 自然语言规则
OpenAI采用基于规则的奖励系统,通过AI反馈和自然语言规则提升语言模型安全性与RLHF优化
在大算力和大数据的支持下,基于统计的AI模型逐渐成为主流。然而,在此之前,基于规则的系统一直是语言模型的主要范式。基于规则的系统依赖于人类编写的规则来执行决策,尽管相对简单,但在某些特定领域(如航空和医疗)仍然非常重要,因为这些领域的安全性至关重要。 近日,OpenAI安全团队的翁荔(Lilian Weng)等人发布了一项新研究成果,提出了一种基于规则的奖励机制,以提升语言模型的安全性。这一方法让人联想到科幻作家艾萨克·阿西莫夫提出的“机器人三定律”及其补充的“机器人第零定律”,这些定律本质上是用自然语言...