网易首页 > 网易号 > 正文 申请入驻

苹果创新“清单法”:用 AI 大模型当老师,教小模型执行复杂指令

0
分享至

IT之家 8 月 26 日消息,科技媒体 9to5Mac 昨日(8 月 25 日)发布博文,报道称苹果研究人员在最新论文中提出“基于清单反馈的强化学习”(RLCF)方法,用任务清单替代传统人类点赞 / 点踩评分,显著提升大语言模型(LLMs)执行复杂指令能力。

IT之家注:RLCF 的全称为 Reinforcement Learning from Checklist Feedback,不同于传统的“人类反馈强化学习”(RLHF)依赖人工点赞 / 点踩,RLCF 为每条用户指令生成具体的检查清单,并按 0-100 分逐项评分,用以指导模型优化。

研究团队在强指令跟随模型 Qwen2.5-7B-Instruct 上测试该方法,涵盖五个常用评测基准。结果显示,RLCF 是唯一在全部测试中均取得提升的方案:

  • FollowBench 硬性满意率提升 4 个百分点
  • InFoBench 提高 6 点
  • Arena-Hard 胜率增加 3 点
  • 某些任务最高提升达 8.2%。

这表明清单反馈在复杂、多步骤需求的执行中效果显著。

清单的生成过程也颇具特色。团队利用更大规模的 Qwen2.5-72B-Instruct 模型,结合既有研究方法,为 13 万条指令生成了“WildChecklists”数据集。清单内容为明确的二元判断项,例如“是否翻译成西班牙语?”。随后,大模型对候选回答逐项打分,综合加权后作为小模型的训练奖励信号。

苹果研究者也坦言该方法存在局限。首先,它依赖更强模型作为评判者,这在资源受限场景下未必可行。其次,RLCF 专注于提升复杂指令执行能力,并非设计用于安全对齐,因此不能替代安全性评估与调优。对于其他任务类型,该方法的适用性仍需进一步验证。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
34岁方博复出夺冠!刘国梁曾说:方博要成绩没成绩,要长相没长相

34岁方博复出夺冠!刘国梁曾说:方博要成绩没成绩,要长相没长相

念洲
2026-11-16 10:26:36
销量暴涨1033%,全球爆单!浙江老板忙疯了:每隔一两周,客户就要紧急加单

销量暴涨1033%,全球爆单!浙江老板忙疯了:每隔一两周,客户就要紧急加单

环球网资讯
2026-11-16 10:26:24
李思思现状:县城商演穿廉价西装,挣钱养俩儿子

李思思现状:县城商演穿廉价西装,挣钱养俩儿子

胡一舸南游y
2026-09-05 14:13:36
美国施压乌克兰放弃顿巴斯!以换取“类似”北约的安全保障?

美国施压乌克兰放弃顿巴斯!以换取“类似”北约的安全保障?

项鹏飞
2026-11-16 18:35:33
“浑身都是放纵的痕迹!”母亲晒儿子大学三年变化,连面相都变了,家长认为责任在学校,网友们痛斥

“浑身都是放纵的痕迹!”母亲晒儿子大学三年变化,连面相都变了,家长认为责任在学校,网友们痛斥

蝴蝶花雨话教育
2026-10-20 00:05:15
U17世界杯:U17国少1-2洪都拉斯,对手上届3连败,斐济连输亚洲队

U17世界杯:U17国少1-2洪都拉斯,对手上届3连败,斐济连输亚洲队

徐扙老表哥
2026-11-16 12:42:49
释永信塌房后,被曝为女明星开光,除了李湘外,多名女星被拉下水

释永信塌房后,被曝为女明星开光,除了李湘外,多名女星被拉下水

阿器谈史
2026-01-08 13:16:09
2012年,男子贪便宜买下没人要的烂尾楼,10年后整条街都是他的

2012年,男子贪便宜买下没人要的烂尾楼,10年后整条街都是他的

青青会讲故事
2025-06-20 15:10:46
演潘金莲竟搭进下半辈子?甘婷婷经历了什么

演潘金莲竟搭进下半辈子?甘婷婷经历了什么

柏舟说娱i
2026-11-16 23:36:26
美国还没出手!菲防长先把话说满了:中国统一台湾要付出代价!

美国还没出手!菲防长先把话说满了:中国统一台湾要付出代价!

铁锤侃侃而谈
2026-11-12 16:10:42
隔了两年回归,这部6集谍战剧冲到Netflix第一

隔了两年回归,这部6集谍战剧冲到Netflix第一

自愈小日子
2026-11-16 07:51:25
穆里尼奥神操作!皇马拒绝天价挖角!伯纳乌找到克罗斯接班人

穆里尼奥神操作!皇马拒绝天价挖角!伯纳乌找到克罗斯接班人

澜归序
2026-11-16 09:29:45
有些机关事业单位都不给退休人员发放生活补贴,更别说企业单位了

有些机关事业单位都不给退休人员发放生活补贴,更别说企业单位了

郭爱华追问教育
2026-09-21 06:12:40
和戚薇分开 15 年后,他在上海卖过生煎,如今却负债 1210 万成老

和戚薇分开 15 年后,他在上海卖过生煎,如今却负债 1210 万成老

凡知
2026-11-16 10:05:35
291:123!美国决议通过,首位女总统或将诞生?万斯恐退出大选

291:123!美国决议通过,首位女总统或将诞生?万斯恐退出大选

共工之锚
2026-11-17 00:24:06
李昌平发问:基层吃财政饭的人员,为什么越来越多?

李昌平发问:基层吃财政饭的人员,为什么越来越多?

起喜电影
2026-11-16 04:08:39
爱奇艺全网独播,11月19号正式开播,演员阵容很是强大!

爱奇艺全网独播,11月19号正式开播,演员阵容很是强大!

小邵说剧
2026-11-16 07:59:10
台军老兵曾叮嘱自己的儿子:若两岸开战,一枪干掉让你冲锋的长官

台军老兵曾叮嘱自己的儿子:若两岸开战,一枪干掉让你冲锋的长官

谁将笑到最后
2026-11-15 17:13:16
WTT球星赛:16日深夜最新战报!林诗栋陪练一轮游,方博背靠背再胜

WTT球星赛:16日深夜最新战报!林诗栋陪练一轮游,方博背靠背再胜

陈秣爱钓鱼
2026-11-16 23:52:28
以为只是腿疼,查出来已是晚期!陪他走了8个月,还是没能留住他

以为只是腿疼,查出来已是晚期!陪他走了8个月,还是没能留住他

千秋文化
2026-03-21 19:35:36
2026-11-17 02:59:00
IT之家
IT之家
爱科技,爱这里 - 前沿科技人气平台
379632文章数 607735关注度
往期回顾 全部

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

旅游
艺术
房产
本地
公开课

旅游要闻

秋假遛娃剑门关,全程17000步,6个小时,喜提废腿体验!

艺术要闻

漫天香氛,秋风醉人~杭州的秋天从不让人失望!13个地方,秒出大片!

房产要闻

6.6亿!海口卖地!

本地新闻

乌兰察布:以前种土豆,现在种Token

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版