AI Fundamentals

人類反饋強化學習 (RLHF)

RLHF 係訓練 AI 模型嘅方法，透過人類評估員對 AI 輸出嘅好壞評分嚟改善模型表現。呢個過程令 ChatGPT 等 AI 嘅回答更加有用、安全同準確。

點解對 AEO 重要

RLHF 令 AI 傾向推薦被認為「有用同可信」嘅內容。呢個同 Google 嘅 E-E-A-T 框架一脈相承——高質素、值得信賴嘅內容更容易得到 AI 嘅正面評價同推薦。

實際例子

  1. 1OpenAI 用 RLHF 訓練 ChatGPT 避免有害同偏見嘅回答
  2. 2Anthropic 嘅 Constitutional AI 係 RLHF 嘅進階版本
  3. 3Google 用人類評估員持續改善 Gemini 嘅推薦質素

相關術語

大型語言模型 (LLM)微調AI 幻覺少樣本學習

常見問題

AC

AEO 策略總監 | SurfIO 創辦人

7+ 年數碼營銷經驗 | HKSTP Ideation Programme

分享
呢篇文章有用嗎？
HKSTP 創業
HKSTP 支持
Tech+
Techathon+ 得獎
SOC2
數據安全

AEO 準備度評分

2 分鐘測試你嘅業務 AI 搜尋準備度

步驟 1 / 425%

你嘅行業

揀你嘅行業以獲得個人化評分