大模型了解的比较模糊，主流的大模型平台对话框底下的踩和赞应该就是 RLHF 的前置步骤，即数据的收集，收集了之后一般是怎么影响到模型的呢，是不是还要隔一段时间将数据处理成指令数据集的格式，进行一轮微调？
这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.