大模型要变聪明，得靠人教人管——这就是 Human-in-the-loop RL。

我最近在 @JoinSapien 上做了个任务，是审一段AI写的推理过程：

🌱 AI是怎么想的？
🌱 合不合逻辑？
🌱 哪一步开始歪了？

这种任务叫 CoT（Chain-of-Thought）评估，我就是它的逻辑审计员。

再进一步，还有 Tree of Thoughts（树状推理路径），AI会尝试多个想法分支，人类来筛哪条路径最好。

其实你可以当做你在给一个小孩讲题，但这小孩是GPT级别的未来大脑。

这活，AI自己干不了，人必须参与。

@JoinSapien #sapien @KaitoAI # KaitoAI #SapienProtocol