2025年10月27日
大模型微调（六）：宪法AI
摘要： 这里有一个营销倾向！“混合专家MoE”听起来确实比“我们有一堆前馈网络，并根据输入路由到不同的网络”酷多了。 宪法AI也有点像这样，一个更直白的花哨名字。它的基本原理是：不让模型在RLHF中评估输出，而是先让模型根据一套原则，也就是“宪法”，来批判和修改自己的回答。 比如，让模型生成一个回答，然后问 阅读全文
posted @ 2025-10-27 08:11 CathyBryant 阅读(9) 评论(0) 推荐(0)