标签： AI反馈

不靠人工标注也能教会 AI 懂偏好，聊聊 100 万条 UltraFeedback

UltraFeedback 是清华团队发布的超大规模 AI …

2026-07-20

0

让 GPT-4 当裁判，18.3 万条偏好对比：Nectar 是怎么给 RLHF 造数据的

Nectar 是 UC Berkeley BAIR 团队（C…

2026-07-15

0