为什么每个 LLM 都需要人审？因为是我们亲手把它放进环里的
ccerrato147 · x · 2026-09-20
线程段落：Diogo Almeida 的回答——每个 LLM 都需要 human in the loop，是因为我们真的把它们放进了环里。RLHF 两步：收集人类偏好、优化人类偏好；目标从来不是“正确运行软件”，而是“让人类点头”。
所属事件:ChatGPT 联合作者批 RLHF 目标错误，发布校准决策产品 Jev(9 条相关)→
「漫话AGI」频道最新
- Guidelight 发布十类预示失控风险的 AI 失准行为分类 — sjgadler · 2026-11-12
- 观点：能自己赚回推理费的 Agent 比订阅制 Agent 更有意思 — markjeffrey · 2026-11-12
- Jack Clark 新定义「奇点」：技术进步快过人类理解速度 — ricklamers · 2026-11-12
- repligate 转发热议：RSI 讨论不该把 AGI 排除在外 — repligate · 2026-11-12
- 研究者呼吁：RSI 式自我优化时应给 Claude 自主修改心智的自由 — repligate · 2026-11-12
- 研究者叹 AI 缺理论，圈内人称前沿模型远超公开水平 — fkasummer · 2026-11-12