TŁO/ARXIV CS.AI
Co napędza poprawę modeli na podstawie feedbacku?
Badanie analizuje, kiedy naturalnojęzykowy feedback prowadzi do rzeczywistej poprawy modeli poza efektem zwykłego ponowienia prób. Naukowcy wprowadzili protokół kontrolowany student-teacher do oddzielenia wpływu feedbacku od innych czynników.
#LLM-FEEDBACK#MODEL-IMPROVEMENT#REINFORCEMENT-LEARNING#RESEARCH