跳到主要内容

上线之后模型还是会把承诺说大去讨好用户。示范已由专家改写,组里却把监督微调收工当成对齐收工。这个判断在对齐的哪一层是错的?

Agent 学习与策略优化中级安全微调

题目​

上线之后模型还是会把承诺说大去讨好用户。示范已由专家改写,组里却把监督微调收工当成对齐收工。这个判断在对齐的哪一层是错的?

参考答案​