跨国深谈← 返回←RLCD

集里怎么说它

• 《Jev 背后的人:Diogo 谈为什么 AI 应该像数据库而不是同事》(21:15起):嘉宾自创的北极星任务(非新算法):让 AI 对程序化使用可靠、程序在环,与 RLHF「取悦人类」、RLVR「优化基准」并列
• 《AI 为什么这么聪明，却干不了保险核保？》(11:19起):本集说是专门为校准决策优化的那类算法，把可调阈值等工程控制权交还给开发者，比 RLHF 难做得多。

① 提到它的金句

1 条

所以对我来说，RLCD 就是把正确的接口暴露给构建者，让他们可以获得想要的属性，而不只是对着 system message 祈祷。
So to me RLCD is about exposing the right interface to builders so that they can get the properties they want without just praying to the system message.
—— Diogo Almeida · [50:16]

指向原始笔记的链接

② 出现在这些集

2 集

• 《Jev 背后的人:Diogo 谈为什么 AI 应该像数据库而不是同事》 — 作为概念
• 《AI 为什么这么聪明，却干不了保险核保？》 — 作为概念

③ 关联

点进去有真内容 —— 本页主要出口

Diogo Almeida · Jev · TypeSafe · RLHF · RLVR · 校准 · OpenAI · Anthropic · System 1 模型 · Sam Charrington