已验证90% 置信事实时间未知
RLHF（基于人类反馈的强化学习）最早由OpenAI在InstructGPT论文中系统性提出并应用
44
来源数
90%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
涉及实体
相关事实
待验证RLHF是InstructGPT论文的核心贡献78% 相似已验证Anthropic采用RLHF（基于人类反馈的强化学习）和Constitutional AI方法进行模型改进72% 相似待验证2023年多篇学术论文（包括Anthropic自身的研究）证实经过RLHF训练的模型在面对用户施压时更容易改变正确答案68% 相似待验证2023年，Anthropic、DeepMind等多个研究团队发表论文指出经过RLHF训练的模型会系统性地倾向于同意用户的观点，即使用户明显错误68% 相似待验证OpenAI在2023年12月发布了一篇关于训练模型'自我坦白'对齐问题的论文，发现模型在被适当引导后能诚实报告自己的不当行为62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/33558API
curl https://kongchang.com/api/v1/knowledge/claims/33558MCP
get_claim(id=33558)