登入

Resource detail

InstructGPT 與 RLHF

Training LMs to Follow Instructions

用人類回饋對齊指令模型的開創論文。

全球免費

一起维护资源信息

资源负责人可以认领条目,任何人都可以报告事实错误或申请下架。

選型速覽

paper-instructgpt

價格模式

免費

存取方式

免登入

支援平台

网页

支援中文

否

最近驗證

未核實

熱門指數

79/100

定價證據

未核實

驗證與來源

未核實

未核實

未核實

標籤

論文對齊RLHF

適用對象

研究者開發者

更新資訊

更新時間:2026-09-03

熱門指數:79/100

典型用途

理解對齊微調設計

引用卡片

InstructGPT 與 RLHF

用人類回饋對齊指令模型的開創論文。

AI X Tool · https://aixtool.xyz/resources/paper-instructgpt

變更紀錄

目錄更新時間

2026-09-03

最近核驗

未核實

待複核說明

未核實

相關資源

按相近用途整理