待验证60% 置信事实时间未知
OpenAI和Anthropic等公司通过收集人类标注员对模型输出的偏好排序数据，训练奖励模型，再用PPO等强化学习算法微调语言模型进行安全对齐
2
来源数
60%
置信度
长期有效
时效性
2026/6/3
首次发现
来源
高自由度AI伴侣聊天软件实测：无限制角色扮演对话体验
bilibili风铃草不夜侯
涉及实体
引用此条事实
Stable URI
https://kongchang.com/claim/38467API
curl https://kongchang.com/api/v1/knowledge/claims/38467MCP
get_claim(id=38467)