OpenAI 开源 RL-Teacher：通过人类反馈训练 AI

OpenAI 开源了 RL-Teacher，这是其用于通过偶尔的人类反馈而非手工奖励函数来训练 AI 的接口实现。该技术旨在迈向安全 AI 系统，同时也适用于那些难以指定奖励的强化学习问题。