放到你的工作里
评审把清楚承认资料不足的回答排在编造完整答案的回答前面，这种偏好可用于训练。
现在，回来看它的意思
把人对回答的偏好转成训练信号，再用强化学习调整模型行为，让输出更接近设定的评价标准。
但别这样理解
人的偏好会有分歧，也不等于事实真伪；你点一次赞，不代表模型立即为你完成一次RLHF。
想再了解一点
Training language models to follow instructions with human feedback官方参考查阅于 2026-09-09 · 类比和例子为本站原创解释。