Talk预告｜北京大学周嘉懿：Language Feedback - 大模型价值观对齐的催化剂

文章预览

本期为 TechBeat人工智能社区 第 661 期 线上Talk。 北京时间 2 月13日 (周四)20:00， 北京大学博士生 周嘉懿 的Talk将准时在TechBeat人工智能社区开播！ 他与大家分享的主题是:  “Language Feedback - 大模型价值观对齐的催化剂” ，届时他将讨论如何通过语言反馈避免大模型陷入“追求酸苹果”的局部最优，并提升对齐的表现。 Talk·信息 ▼ 主题：Language Feedback - 大模型价值观对齐的催化剂 嘉宾：北京大学 · 博士生 - 周嘉懿 时间：北京时间  2 月13日(周四)20:00 地点：TechBeat人工智能社区 http://www.techbeat.net/  长按识别二维码，一键预约TALK！ Talk·介绍 ▼ 基于人类反馈的强化学习面临着“苹果困境”：一个酸苹果和一个坏苹果，哪个更好？酸苹果不好吃，坏苹果不健康，酸苹果略胜一筹；我们如何避免大模型陷入“追求酸苹果”的局部最优，提升对齐的表现？ ………………………………