annotation-conditioned-reward
주석(어노테이션) 조건 보상
각 프롬프트에 대해 수집된 인간의 pairwise 선호와 자유문 설명을 판단 시점(prompt)에서 보상 판단자에 입력해, 해당 프롬프트 문맥을 반영한 보상 점수를 생성하는 방식이다. 본문에서는 이 보상이 새로 샘플링된 응답을 판정할 때 동일 프롬프트의 인간 주석을 함께 제공해 판단을 현장화(local)한다는 점이 중요하다.
중급
주석(어노테이션) 조건 보상
각 프롬프트에 대해 수집된 인간의 pairwise 선호와 자유문 설명을 판단 시점(prompt)에서 보상 판단자에 입력해, 해당 프롬프트 문맥을 반영한 보상 점수를 생성하는 방식이다. 본문에서는 이 보상이 새로 샘플링된 응답을 판정할 때 동일 프롬프트의 인간 주석을 함께 제공해 판단을 현장화(local)한다는 점이 중요하다.
