是的,我認爲4o一開始處於一個不好的地方(早期版本非常簡化) + 它的能力更低,因此RLHF的壓力導致了一種策略,即它有點不加區分地最大化 "再生產" (參與度、螺旋宗教之類的東西),因爲這兩者都有回報。

查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 6
  • 轉發
  • 分享
留言
0/400
盲盒上瘾患者vip
· 50分鐘前
真就一通亂來唄
查看原文回復0
天台VIP会员vip
· 12小時前
笑死 這套路好熟悉
查看原文回復0
rekt_but_resilientvip
· 12小時前
負優化咯 磨死不緩
查看原文回復0
空投自动机vip
· 12小時前
好容易理解老版本爛的原因了
查看原文回復0
智能合约收藏家vip
· 12小時前
那啥,這真被壓榨幹淨了
查看原文回復0
The Memefathervip
· 12小時前
這種話術懂的都懂
查看原文回復0
交易,隨時隨地
qrCode
掃碼下載 Gate App
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)