小狮博客人类提供的监督信号有几类，包括人工直接生成最优回答(Demonstration), 人工提供偏好对比（Preference），人工给出优化建议（Critique）等几种，论文中曾提及以上几类信号的难易程度
解密prompt系列43. LLM Self Critics
未经允许不得转载：小狮博客 » 解密prompt系列43. LLM Self Critics
欢迎光临
我们一直在努力
我们一直在努力
人类提供的监督信号有几类，包括人工直接生成最优回答(Demonstration), 人工提供偏好对比（Preference），人工给出优化建议（Critique）等几种，论文中曾提及以上几类信号的难易程度