# 每天学一个硬核AI知识：RLHF 基于人类反馈的强化学习是什么？

- 来源：向阳乔木 (@vista8)
- 发布时间：2026-07-27 11:03
- AIHOT 分数：37
- AIHOT 链接：https://aihot.virxact.com/items/cms2o17d202x0ro3fo2eme4ds
- 原文链接：https://x.com/vista8/status/2081576279640572232

## 正文

每天学一个硬核AI知识：RLHF

基于人类反馈的强化学习是什么？