OpenAIが人間を使わずAIの安全性を高める手法「Rule-Based Rewards(RBR)」を開発

ChatGPTやGPT-4などを開発するOpenAIが、言語モデルの安全性と有効性を高めるための新たなアプローチである「Rule-Based Rewards(RBR)」を開発しました。関連キーワードはありません