人間の好み

書いてみる

関連タグ

#EvalGen (2)
#LLM評価 (7)
#エージェント (5,327)
#ディープニューラルネットワーク (3)
#フィードバック (7,491)
#プロンプトエンジニアリング (2,597)

Who Validates the Validators? Aligning LLM-Assisted Evaluation of LLM Outputs with Human Preferences

Ikemen Mas Kot
8か月前

Deep reinforcement learning from human preferences

Ikemen Mas Kot
8か月前