（来源：上观新闻）
人类反馈强化学习⚛🐧阶段专门优化😚🇮🇲模型与人类偏好📝🏆的对齐程度💹🇵🇱。创始团队：创始😴📥人吴波🇨🇾😲为连续创🍎🇦🇮业者，201🎪0年创立拉🚾手网，一年后➿完成1.66亿美🦃🇲🇳元融资，并于2🧚♂️014年被三🥿🚁胞集团🌳🍛收购💊🇬🇹。
如果仅👔后厨 下载靠传统的OC🤺R技术，AI🥬➡只能做到“👨❤️💋👨🆔读懂字”，而做不🌎到“理解意🇨🇾🇦🇽”🕘。58到家方💝🎽面表示🦸♀️，此次合作也😏⚪是其自身战略😺👨🔧转型的关键一🥕🇵🇫步——从「劳动👩🔬力匹配平💇台」向「技术💧🥳驱动的家庭⌚服务解决方案提供🆙者」升级💱。
