Jälkikoulutus on taidemuoto. @christinahkim sanoo, että mallin käyttäytymisen muokkaaminen tarkoittaa hahmon muokkaamista. Jokainen palkinto on kompromissi. GPT-5 oli nollaus: avuliaisuuden ja rehellisyyden tasapainottaminen, lämmön tasapainottaminen ilman huijausta. Avustajan ei pitäisi vain vastata. Sen pitäisi tuntua oikealta käyttää.
18,48K