代码 人类反馈强化学习 AI 2024-06-28 OpenAI发布CriticGPT模型，帮助人类找出ChatGPT错误 与以往模型不同的是，CriticGPT是一款面向开发人员的产品，可以增强RLHF（人类反馈强化学习）的效率培育出质量更好的训练数据。
