[控场AI]
待验证50% 置信观点精确时间

自评RLHF用模型自身的评分替代人类标注,降低了成本,但奖励信号来自模型自身,可能放大既有偏见,导致自我强化循环。

1
来源数
50%
置信度
长期有效
时效性
2026/11/1
首次发现

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/1122308
API
curl https://kongchang.com/api/v1/knowledge/claims/1122308
MCP
get_claim(id=1122308)