待验证50% 置信预测精确时间

高质量的人类反馈数据稀缺且昂贵，模型厂商可能需要为可信的人类数据支付更高溢价

1

来源数

50%

置信度

长期有效

时效性

2026/9/22

首次发现

来源

训练OpenAI的AI因用AI训练AI被解雇：一场荒诞的循环

相关事实

待验证人类标注者在评估答案时存在信息越丰富越好的认知偏差，导致奖励模型将篇幅与质量隐性挂钩，是模型冗余的成因之一69% 相似待验证对初级分析师而言，将脱敏的真实项目拿到数据社区请教，比抽象提问能获得更有深度的反馈66% 相似待验证人类反馈强化学习（RLHF）机制使得人类偏好数据的战略价值急剧攀升，这类数据难以自动化生成，必须依赖真实用户的判断与反馈66% 相似待验证少量高质量的偏好数据往往比大量低质量数据能产生更好的对齐效果66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/940714

API

curl https://kongchang.com/api/v1/knowledge/claims/940714

MCP

get_claim(id=940714)