大模型要變聰明，得靠人教人管——這就是 Human-in-the-loop RL。

我最近在 @JoinSapien 上做了個任務，是審一段AI寫的推理過程：

🌱 AI是怎麼想的？
🌱 合不合邏輯？
🌱 哪一步開始歪了？

這種任務叫 CoT（Chain-of-Thought）評估，我就是它的邏輯審計員。

再進一步，還有 Tree of Thoughts（樹狀推理路徑），AI會嘗試多個想法分支，人類來篩哪條路徑最好。

其實你可以當做你在給一個小孩講題，但這小孩是GPT級別的未來大腦。

這活，AI自己幹不了，人必須參與。

@JoinSapien #sapien @KaitoAI # KaitoAI #SapienProtocol