RLHF 并非 2017 年发明?1993 年机器人塑形论文已有雏形
andrewprock · x · 2026-10-11
andrewprock 引用 1993 年论文《Robot Shaping: Developing Autonomous Agents through Learning》指出，RLHF 的做法在 1990 年代就已存在，只是缩写 2017 年才被提出——论文原文写道「训练者原则上可以是观察智能体与环境交互的人类」。这是一场关于 RLHF 概念起源的技术史讨论。
andrewprock · x · 2026-10-11
andrewprock 引用 1993 年论文《Robot Shaping: Developing Autonomous Agents through Learning》指出，RLHF 的做法在 1990 年代就已存在，只是缩写 2017 年才被提出——论文原文写道「训练者原则上可以是观察智能体与环境交互的人类」。这是一场关于 RLHF 概念起源的技术史讨论。