原文：RLHF几大常用框架实践对比（trlx、deepspeedchat、colossalaichat） - 知乎 目录 收起 一、RLHF的作用 二、实践效果 三、怎么做 1、框架 2、算法 3、数据 4、调参 一、RLHF的作用 从InstructGPT的论文中看，RLHF目的就是为了让模型输出的结果能和人类对齐。而所谓对齐，体现在三点： 有用：即遵守指令的能力诚实：不