交互式可视化工具改进RLHF训练，AI模型性能提升60%

完整中文导读

该研究由阿尔托大学、特伦托大学和KTH皇家理工学院团队完成，提出一种交互式可视化工具，让用户在AI模型训练过程中通过可视化仪表盘提供反馈，突破传统RLHF中仅能两两比较的限制。用户可探索已做比较、查看建议的新比较并访问全部模拟动作目录。在简单机器人模拟中，受试者训练出的骨骼模型性能比仅用并排比较提升高达60%，且反馈更具信息量、训练更高效。

研究发表于Computer Graphics Forum，并开源了改进RLHF的代码。