刚刚出炉！大语言模型在道德方面的自我修正能力

谷歌投资的Anthropic（核心成员来自OpenAI）刚才发了一篇论文，提出大语言模型能够更好地遵循指令，可以从训练数据中学习规范的伤害概念，避免产生有害的输出。