Technika, při které se model učí z lidské zpětné vazby. Lidé hodnotí výstupy modelu (která odpověď je lepší) a model se postupně učí dávat přednost těm kvalitnějším. Klíčová součást vývoje ChatGPT a podobných modelů.

Radyz

Radyz publikuje komentáře a praktické texty o AI nástrojích, ChatGPT, Claude a dění kolem OpenAI a Anthropicu. Na webu se soustředí na srozumitelný výklad, vlastní zkušenost a důraz na to, co je pro čtenáře skutečně užitečné.