杰弗里·辛顿：人类反馈强化学习是垃圾，就像靠刷漆来修旧车

在近日的一次访谈中，“AI教父”杰弗里·辛顿表示，“人类反馈强化学习（RLHF）是垃圾，就像靠刷漆来修旧车，我们在设计软件时就应该确保有更合理的维护方式。”