Open Problems and Fundamental Limitations of Reinforcement Learning from Human Feedback
Stephen Casper, Xander Davies, Claudia Shi, Thomas Krendl Gilbert, Jérémy Scheurer, Javier Rando et al. · arXiv: 2307.15217v2 · Page du résumé
Un dossier de presse pour chaque article : arXiv, revues et prépublications. Ce qui est vraiment nouveau, un détecteur de hype (relecture par les pairs, taille de l'échantillon, affirmations qui dépassent les résultats), des phrases clés citées mot pour mot, des questions à poser aux auteurs, des chercheurs qui travaillent sur le même sujet sans avoir signé l'article, et un glossaire.