待验证50% 置信事实精确时间

RLHF标注工作对标注者要求远高于传统众包任务，需要具备较强的语言理解能力、领域知识乃至编程能力

1

来源数

50%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

亚马逊MTurk停止新客户注册：众包时代的终结与AI变革

hackernewshackernews2026/7/3

相关事实

待验证绝大多数RLHF标注工作以英语为主，导致不同语言间对齐质量存在结构性失衡71% 相似待验证Anthropic、OpenAI等机构的对齐标注工作大量依赖英语母语标注员，绝大多数RLHF标注工作以英语为主68% 相似待验证基于大语言模型的智能体与传统RPA的区别在于：RPA依赖预先硬编码规则，而LLM智能体能理解自然语言、动态适应环境变化67% 相似待验证商业大语言模型通过RLHF、规则过滤、内容审核分类器等多层机制限制模型输出敏感内容64% 相似待验证早期经RLHF训练的大型语言模型倾向于给出用户喜欢的回答，产生迎合性偏差（sycophancy）63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/225822

API

curl https://kongchang.com/api/v1/knowledge/claims/225822

MCP

get_claim(id=225822)