🌀Uusi teos: Todellisen inhimillisen vuorovaikutuksen 🌀 aikakausi 📝: - RL *suoraan* käyttäjäkeskusteluista - Orgaaniset vastaukset + pitkäaikainen historia ovat oppimissignaali - Koulutettu WildChatissa, päihittää RLHF:n *käyttäjä*-tasolla -> henkilökohtaisen superälykkyyden tulevaisuus? 🧵1/6