OpenAI News·2020-09-04 15:00· 2020-09-04精选AI 评分62OpenAI 用 RLHF 训练更擅长摘要的语言模型Learning to summarize with human feedbackAI 导读OpenAI 表示已将人类反馈强化学习（RLHF）应用于语言模型训练，使其在摘要任务上表现更好。推荐理由这篇材料给出了 RLHF 在摘要任务上的具体用法，可迁移到其他需要人类偏好对齐的文本生成场景。来源：OpenAI News · openai.com#论文/研究#数据/训练#OpenAI