読み方のヒント
矢印ボタン(または ← → キー)でページを移動できます。
セクション
事前学習を終えたモデルは、文章の続きを書けますが、頼まれたことに答えるようにはまだ調整されていません。この節では、指示に従って役に立つ答えを返すように調整する段階と、人の評価を使った調整の仕組み、そしてその調整から起きる副作用を扱います。