Claude 团队的这篇 RLHF 的论文，非常有趣，而且在 ChatGPT 发布之前几个月就发了，这俩公司的思路出奇的一致，不知道是不是也互通了信息。
推荐观看李沐的讲解版本。
https://www.bilibili.com/video/BV1XY411B7nM/?spm_id_from=333.337.search-card.all.click&vd_source=884ee13f288f7716c4b12b1f017b860c
论文下载
https://arxiv.org/pdf/2204.05862.pdf

----------------------
Bilibili
Anthropic LLM 论文精读【论文精读·51】_哔哩哔哩_bilibili

更多论文：https://github.com/mli/paper-reading, 视频播放量 116466、弹幕量 300、点赞数 4495、投硬币枚数 2216、收藏人数 1788、转发人数 641, 视频作者 跟李沐学AI, 作者简介 ，相关视频：GPT-4论文精读【论文精读·53】，我是如何快速阅读和整理文献，Transformer论文逐段精读【论文精读】，Chain of Thought论文、代码和资源【论文精读·43】，大模型时代下做科研的四个思路【论文精读·52】，GPT，GPT-2，GPT…

----------------------

via AI News - Telegram Channel