🏷️ RLAIF

AWS官方博客详解LLM-as-a-Judge：用AI评价AI训练，靠谱吗？

AWS官方博客详细讲解了LLM-as-a-judge方法：用大模型评价其他模型输出，作为RLHF的奖励信号。介绍了Rubric-based和Preference-based两种评价模式，以及如何设计有效的评价提示词。