公开课程预览
了解原始语言模型如何通过监督微调、奖励建模和根据人类反馈进行强化学习，转化为有用、无害的助手。
完成本课后，你将理解:
预训练的语言模型是一个强大但不受控制的引擎。它可以写诗、生成代码和推理物理，但它也可以产生有毒内容、自信地捏造事实并忽略用户指令。 协调 是引导原始能力变得真正有帮助、诚实和无害的过程。
RLHF 和一致性 - ChatGPT 如何学习人类价值观 属于 AI 树冠
RLHF 和一致性 - ChatGPT 如何学习人类价值观 是 AI 树冠 的一部分。升级后可解锁完整课程、测验、进度跟踪和所有学院内容。
7 天免费。随时取消，无需任何理由。