有錢可以多任性？OpenAI提出人肉模型訓練，文本摘要全面超越人類表現！

文 | 小軼 背景 三個多月前，OpenAI的GPT-3在NLP界掀起軒然大波。就在上週，視金錢如糞土的OpenAI團隊又在文本摘要方面推出了最新力作，全方位超越人類表現。其亮點在於：以人類偏好替代自動化評測方法（如ROUGE、BLUE）爲訓練目標，用人類反饋作爲獎勵進行強化學習，性能表現十分驚豔。 對於較爲複雜的NLP任務，如何進行評測、如何構造精準的損失函數已困擾了NLP researcher

>>阅读原文<<