Викторина, связанная с руководством · Средний Уровень
Конституционная викторина по искусственному интеллекту
Просмотрите первоначальные этапы обучения конституционному ИИ с письменными принципами, критикой и пересмотром, предпочтениями ИИ и сохраненными данными о полезности для людей.
Вопрос 1 из 8
Что такое «конституция» конституционного ИИ?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Что такое «конституция» конституционного ИИ?
- Юридический договор между пользователем и компанией
- Архитектура нейронной сети модели
- Явный письменный набор принципов, которые модель использует для критики и направления своих собственных ответов.
- Список запрещенных словарных слов
- What annotation burden does the original Constitutional AI study aim to reduce?
- Every possible source of human judgment or training data
- All model memory during inference
- The need to evaluate any model behavior
- Reliance on human labels identifying harmful outputs
- Что модель делает со своими результатами на контролируемой стадии конституционного ИИ?
- Удаляет без объяснения причин
- Критикует его вопреки принципу, а затем пересматривает, чтобы сделать его лучше.
- Переводит это на другой язык
- Шифрует его для безопасности
- Что означает RLAIF на этапе обучения с подкреплением?
- Подкрепление обучения на основе обратной связи с ИИ
- Рекурсивное обучение внутренних функций
- AI Framework с уменьшенной задержкой
- Случайное назначение меток при тонкой настройке
- What transparency benefit can written constitutional principles provide?
- A complete display of every learned internal preference
- Proof that every future response follows all principles
- Automatic elimination of the preference model
- An inspectable statement of intended guidance used in the process
- Which broader research idea does using AI-generated supervision support?
- Eliminating every evaluation by definition
- Exploring how AI can help supervise other AI systems
- Guaranteeing zero cost for all future training
- Automatically increasing every model’s vocabulary
- Does editing a constitution document alone retroactively change the weights of an already saved trained model?
- No; a training or runtime process must use the changed guidance
- Yes; all saved checkpoints instantly rewrite themselves
- Yes; written words directly become new neural weights without execution
- No model process can ever consume written principles
- Which human comparison data did the original Constitutional AI RL experiments retain alongside AI harmlessness preferences?
- Only human GPU-temperature measurements
- No human comparison data of any kind
- Human helpfulness comparisons
- A mandatory human label for every harmlessness pair