GPT-4でGPT-4のエラーを見つける「CriticGPT」 - Impress Watch

GPT-4シリーズのモデルは、RLHF(人間からのフィードバックによる強化学習)を使って訓練されているが、AIモデルが高度化するのに伴い、その間違いを人間のAI関連キーワードはありません