OpenAI 用 Rule-Based Rewards 改进模型安全行为

OpenAI 开发并应用了基于规则的奖励（Rule-Based Rewards，RBRs）方法，让模型在无需大量人工数据收集的情况下对齐到安全行为。该方法用规则化的奖励信号替代传统依赖人工标注的训练流程，用于改进模型的安全表现。