我很好奇这些数据是怎么用于训练的。比方说给ai挑错，难道训练时是反转角色，假装这是ai在给用户挑错？ ▍@抑阳流光：标注的结果是，一个输入提示词，对应一些得分点与扣分点，这样就可以给ai的回答打分了。训练是反复进行的，某次回答得分高了，就增加这次的权重，否则就降低权重。

纯标题党。本质上还是走工具调用，只是调用的工具打包到权重里了。然后拿gdn做内存也只是因为gdn空间够大，挪用一点也不影响模型运行，并不是说它真的就融合进gdn机制里了。 打个比方就是他把手机调成语音助手，然后做个开颅手术把手机塞脑子里，这样以后不用带手机，直接自言自语就可以调用语音助手了。 ▍@YvZhouTemp：不过感觉挺好玩的

我很好奇这些数据是怎么用于训练的。比方说给ai挑错，难道训练时是反转角色，假装这是ai在给用户挑错？ ▍@抑阳流光：标注的结果是，一个输入提示词，对应一些得分点与扣分点，这样就可以给ai的回答打分了。训练是反复进行的，某次回答得分高了，就增加这次的权重，否则就降低权重。

纯标题党。本质上还是走工具调用，只是调用的工具打包到权重里了。然后拿gdn做内存也只是因为gdn空间够大，挪用一点也不影响模型运行，并不是说它真的就融合进gdn机制里了。 打个比方就是他把手机调成语音助手，然后做个开颅手术把手机塞脑子里，这样以后不用带手机，直接自言自语就可以调用语音助手了。 ▍@YvZhouTemp：不过感觉挺好玩的

我很好奇这些数据是怎么用于训练的。比方说给ai挑错，难道训练时是反转角色，假装这是ai在给用户挑错？ ▍@抑阳流光：标注的结果是，一个输入提示词，对应一些得分点与扣分点，这样就可以给ai的回答打分了。训练是反复进行的，某次回答得分高了，就增加这次的权重，否则就降低权重。

纯标题党。本质上还是走工具调用，只是调用的工具打包到权重里了。然后拿gdn做内存也只是因为gdn空间够大，挪用一点也不影响模型运行，并不是说它真的就融合进gdn机制里了。 打个比方就是他把手机调成语音助手，然后做个开颅手术把手机塞脑子里，这样以后不用带手机，直接自言自语就可以调用语音助手了。 ▍@YvZhouTemp：不过感觉挺好玩的

几百个考点是一轮改几百个bug的意思？有点夸张了吧

我很好奇这些数据是怎么用于训练的。比方说给ai挑错，难道训练时是反转角色，假装这是ai在给用户挑错？ ▍@抑阳流光：标注的结果是，一个输入提示词，对应一些得分点与扣分点，这样就可以给ai的回答打分了。训练是反复进行的，某次回答得分高了，就增加这次的权重，否则就降低权重。