conversation-analysis

本文研究了在多轮对话中人类与大型语言模型之间的语言适应性，发现LLM过度趋同于用户风格，而人类适应LLM的方式与适应其他人类并无不同。

一位处理约4万次对话/月的公司从业者描述了手动提示词质量保障的瓶颈，并询问团队如何利用自动化系统在生产中检测回归问题和用户挫败感。

WildFeedback是一个新颖的框架，它利用真实LLM对话中的原位用户反馈来自动创建偏好数据集，用于将语言模型与人类偏好对齐，解决了传统基于标注的对齐方法中的可扩展性和偏差问题。