Awesome RL with Human Feedback / 2021 / arXiv

WebGPT: Browser-assisted question-answering with human feedback

作者：Reiichiro Nakano, Jacob Hilton, Suchir Balaji, et al · 来源：arXiv · 发布日期：2021

偏好学习人类反馈设计长文本/对话
新标签打开 AlphaXiv新标签打开 Dataset
WebGPT: Browser-assisted question-answering with human feedback figure
AlphaXiv 中文概览（可滚动查看）