DeepMind 的研究人员创建了一个具有 70B 参数的语言模型，该模型生成与具有不同观点的人类一致的语句

人类的偏好发生了变化。 很难提出一个大多数人都同意的声明。 专注于人工智能的公司 DeepMind 的研究人员接受了这一挑战。 他们训练并调整了一个大型语言模型。 为了建立模型，他们必须假设人类偏好是同质和静态的。

该模型生成的陈述可以最大限度地获得具有不同偏好的群体的认可。 研究人员团队微调了一个 700 亿参数模型，该模型由一千个道德和政治问题提供，并附有书面人类回答。 然后训练了一个奖励模型来权衡不同的意见。 最好的模型获得了超过 65% 的偏好率。

当他们只提供该组的一部分响应时，该模型就会显示出很大的差异。 每个共识的个人贡献同样重要。 这个LLM是建立在很多复杂的NLP任务的基础之上的，比如阅读理解，流利的语言生成等等。

来源和详细信息：
https://www.marktechpost.com/2022/12/12/researchers-at-deepmind-created-a-70b-parameter-language-model-that-generates-statements-aligned-with-humans-with-diverse-viewpoints/