RLHF

Hacker News 上《让大模型的输出人性化是愚蠢的》一文引发的讨论，远不止一次产品吐槽。它暴露了一个结构性的错位：当 Anthropic、OpenAI 们把 “个性化”、“温度”、“通情达理的助手” 当作差异化卖点来训练时，真正付钱和开发产品的用户却在拼尽全力把这些修饰从输出中剥离。这不是用户挑剔。这是市场信号在自行纠偏。 “Claude Slop”：一种新的人造流行病 讨论中被反复提及的 “Horoscope-like Analysis（星座运势一样的分析）"，很准确地概括了这场危机的核心症状。一位 ChatPRD 评测者的原话是： “Opus 5 高度聪明，我读不下去它写的散文。那些 hedging、道歉、形容词、元评论让我抓狂。我问自己：你到底在说什 …
阅读更多