OpenAI News·2024-07-24 17:00· 2024-07-24AI 评分40OpenAI 用基于规则的奖励（RBRs）提升模型安全行为Improving Model Safety Behavior with Rule-Based RewardsAI 导读OpenAI 开发并应用了一种基于规则的奖励（RBRs）新方法，让模型在无需大量人工数据采集的情况下学会安全行为并对齐。该方法旨在改善模型的安全行为表现。来源：OpenAI News · openai.com#论文/研究#安全/对齐#OpenAI